/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
2 мар 2022

biobert_diseases_ner

Разметка токеновТекст → label3 профессии

BioBERT, дообученная для выявления упоминаний заболеваний в биомедицинских текстах.

12 617скачиваний за 30 дней48лайковвеса 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

alvaroalon2/biobert_diseases_ner — модель BioBERT, дообученная для распознавания заболеваний в биомедицинских текстах. Она предназначена для извлечения упоминаний заболеваний в системах распознавания и нормализации биомедицинских сущностей (BioNER/BioNEN).

Сценарии применения

  • извлечение названий заболеваний из научных статей
  • поиск заболеваний в биомедицинских документах
  • разметка упоминаний болезней в текстах для BioNER
  • подготовка текстов для нормализации биомедицинских сущностей

Ограничения

Модель рассчитана на распознавание заболеваний в биомедицинских текстах и не является универсальной моделью для клинических решений. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BioBERT model fine-tuned in NER task with BC5CDR-diseases and NCBI-diseases 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

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
0a4ed7d

0 моделей