BioBERT model fine-tuned in NER task with JNLPBA and BC2GM corpus for genetic class entities.
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_genetic_ner
BioBERT, дообученная для извлечения генетических сущностей из англоязычных биомедицинских текстов.
342скачиваний за 30 дней26лайковвеса 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_genetic_ner — модель на базе BioBERT, дообученная для распознавания генетических сущностей в биомедицинских текстах. Разработчик подготовил её для использования в системе BioNER/BioNEN; обучение проводилось на корпусах JNLPBA и BC2GM.
Модель использует архитектуру BERT с классификационной головой для разметки токенов, содержит 135,5 млн параметров и принимает контекст длиной до 512 токенов. Она предназначена для извлечения упоминаний генетических сущностей из англоязычных текстов. Доступна в формате PyTorch под лицензией Apache-2.0.
Сценарии применения
- поиск генетических сущностей в научных статьях
- разметка упоминаний генов и связанных сущностей в биомедицинских текстах
- извлечение генетических терминов для системы BioNER/BioNEN
Ограничения
Контекст ограничен 512 токенами. Карточка указывает обучение на JNLPBA и BC2GM для генетических сущностей, поэтому пригодность для других типов сущностей и языков не подтверждена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модельIV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделейI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей
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
- cff3362