/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
2 фев 2024

PubMedBERT-base-uncased-sts-combined

ЭмбеддингиТекст → embedding3 профессии

Дообученная на PubMedBERT модель для оценки семантического сходства текстовых пар и отбора признаков в sts-select.

2 183скачиваний за 30 дней0лайковвеса обновлены24 авг 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

bcwarner/PubMedBERT-base-uncased-sts-combined — дообученная модель на основе PubMedBERT, предназначенная для оценки семантического сходства пар текстов. Разработчик описывает её как модель для генерации пар сходства, прежде всего для функции отбора признаков sts-select.

Модель использует архитектуру BERT и формирует текстовые эмбеддинги; объём — 136,7 млн параметров, максимальный контекст — 512 токенов. Она подходит для сравнения медицинских текстов и отбора признаков по сходству. В метаданных указана лицензия MIT.

Сценарии применения

  • оценка сходства между медицинскими предложениями
  • поиск близких по смыслу фрагментов медицинских текстов
  • отбор признаков на основе семантического сходства
  • сравнение пар текстов для медицинского поиска

Ограничения

Контекст ограничен 512 токенами. README связывает модель прежде всего с функцией отбора признаков sts-select; сведений о качестве на других задачах не приведено.

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

PubMedBERT-base-uncased-sts-combined

This repo contains a fine-tuned version of PubMedBERT to generate semantic textual similarity pairs, primarily for use in the sts-select feature selection package detailed here. Details about the model and vocabulary can be in the paper here.

Citation

If you use this model for STS-based feature selection, please cite the following paper:

@misc{warner2023utilizing,
      title={Utilizing Semantic Textual Similarity for Clinical Survey Data Feature Selection}, 
      author={Benjamin C. Warner and Ziqi Xu and Simon Haroutounian and Thomas Kannampallil and Chenyang Lu},
      year={2023},
      eprint={2308.09892},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

Additionally, the original model and fine-tuning papers should be cited as follows:

@article{Gu_Tinn_Cheng_Lucas_Usuyama_Liu_Naumann_Gao_Poon_2021, title={Domain-specific language model pretraining for biomedical natural language processing}, volume={3}, number={1}, journal={ACM Transactions on Computing for Healthcare (HEALTH)}, publisher={ACM New York, NY}, author={Gu, Yu and Tinn, Robert and Cheng, Hao and Lucas, Michael and Usuyama, Naoto and Liu, Xiaodong and Naumann, Tristan and Gao, Jianfeng and Poon, Hoifung}, year={2021}, pages={1–23} }

@inproceedings{Cer_Diab_Agirre_Lopez-Gazpio_Specia_2017, address={Vancouver, Canada}, title={SemEval-2017 Task 1: Semantic Textual Similarity Multilingual and Crosslingual Focused Evaluation}, url={https://aclanthology.org/S17-2001}, DOI={10.18653/v1/S17-2001}, booktitle={Proceedings of the 11th International Workshop on Semantic Evaluation (SemEval-2017)}, publisher={Association for Computational Linguistics}, author={Cer, Daniel and Diab, Mona and Agirre, Eneko and Lopez-Gazpio, Iñigo and Specia, Lucia}, year={2017}, month=aug, pages={1–14} }
@article{Chiu_Pyysalo_Vulić_Korhonen_2018, title={Bio-SimVerb and Bio-SimLex: wide-coverage evaluation sets of word similarity in biomedicine}, volume={19}, number={1}, journal={BMC bioinformatics}, publisher={BioMed Central}, author={Chiu, Billy and Pyysalo, Sampo and Vulić, Ivan and Korhonen, Anna}, year={2018}, pages={1–13} }
@inproceedings{May_2021, title={Machine translated multilingual STS benchmark dataset.}, url={https://github.com/PhilipMay/stsb-multi-mt}, author={May, Philip}, year={2021} }
@article{Pedersen_Pakhomov_Patwardhan_Chute_2007, title={Measures of semantic similarity and relatedness in the biomedical domain}, volume={40}, number={3}, journal={Journal of biomedical informatics}, publisher={Elsevier}, author={Pedersen, Ted and Pakhomov, Serguei VS and Patwardhan, Siddharth and Chute, Christopher G}, year={2007}, pages={288–299} }

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
96450b8

0 моделей