BioBERT model fine-tuned in NER task with BC5CDR-chemicals and BC4CHEMD corpus.
This was fine-tuned in order to use it in a BioNER/BioNEN system which is available at: https://github.com/librairy/bio-ner
Характеристики
- Контекст
- 512 токенов
- Параметры
- 136 млн
- Лицензия
- Apache 2.0
- Архитектура
- bert · dense
- Опубликована
- 2 мар 2022
Ссылки
biobert_chemical_ner
BioBERT, дообученная для извлечения названий химических веществ из биомедицинских текстов на английском языке.
3 138скачиваний за 30 дней25лайковвеса обновлены17 мар 2023
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
Это модель BioBERT, дообученная alvaroalon2 для распознавания химических веществ в биомедицинских текстах. Она решает задачу распознавания именованных сущностей (NER) и предназначена для использования в системах BioNER/BioNEN. Обучение проводилось на корпусах BC5CDR-chemicals и BC4CHEMD.
Модель основана на архитектуре BERT, содержит 135,5 млн параметров и принимает последовательности длиной до 512 токенов. Она размечает текстовые фрагменты, относящиеся к химическим веществам; заявленный язык — английский. Доступны веса в форматах PyTorch и TensorFlow. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- распознавание названий химических веществ в биомедицинских статьях
- извлечение химических сущностей из медицинских документов
- автоматическая разметка химических терминов в научных корпусах
Ограничения
Модель предназначена для обнаружения химических сущностей и не заявлена как универсальный распознаватель биомедицинских сущностей. Контекст ограничен 512 токенами.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельIV.11Отраслевые задачиПатенты, товарные знаки и интеллектуальная собственностьAI помогает искать предшествующий уровень техники, оценивать портфель и отслеживать нарушения прав.32 задачи490моделей
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · token-classification
Подбираем GPU…
- Класс архитектуры
- BertForTokenClassification
- Ревизия весов
- b57181c