Дообученная XLM-RoBERTa-large извлекает медицинские сущности, связанные с раком простаты, из испанских историй болезни.
7скачиваний за 30 дней0лайковвеса обновлены30 июн 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Публичные оценки
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
YoliGuadir/xlmroberta-prostata-ner — модель на базе XLM-RoBERTa-large, дообученная для распознавания медицинских сущностей в историях болезни пациентов с раком простаты. Она размечает упоминания биомаркеров, диагнозов, лечения и анамнеза, помогая извлекать структурированные сведения из испанских клинических текстов.
Модель использует архитектуру XLM-RoBERTa для классификации токенов; в репозитории указано 658,7 млн параметров, контекст — до 514 токенов. В README приведены результаты на датасете Prostata в формате CoNLL: F1 0,9537 для XLM-RoBERTa-large и 0,95 для BETO; эти значения относятся к описанному эксперименту и не гарантируют такую же точность на других данных.
Модель предназначена для специализированного извлечения сущностей из медицинской документации на испанском языке. Лицензия в предоставленных данных не указана.
Сценарии применения
Извлечение биомаркеров из историй болезни при раке простаты
Выделение диагнозов в испанской медицинской документации
Извлечение упоминаний лечения из клинических записей
Структурирование сведений об анамнезе пациента
Ограничения
Модель специализирована на испанских историях болезни по раку простаты; качество на других клинических текстах и языках не установлено. Приведённые метрики получены на указанном в README датасете и не подтверждают пригодность для клинических решений.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
XLM-RoBERTa-large fine-tuneado para reconocer entidades medicas en historias clinicas
de cancer de prostata: biomarcadores, diagnostico, tratamiento, antecedentes.
Resultados
Modelo
F1
Precision
Recall
bert-base-cased (referencia CoNLL2002)
0.7592
0.7441
0.7750
XLM-RoBERTa-large
0.9537
0.9482
0.9593
BETO
0.95
—
—
Configuracion
Dataset: Prostata (formato CoNLL)
Plataforma: Kaggle T4 x2
Epocas: 6
fp16: True
Maestria CODING - Universidad del Valle
Taller Final PLN - Gran Idea 2
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
