/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
MIT
Архитектура
xlm-roberta · dense
Базовая модель
BERGAMOT-multilingual-GAT
Библиотека
sentence-transformers
Опубликована
20 июн 2026

prominer-ru-pretrained-cross-encoder

Классификация текстаТекст → label3 профессии

Русскоязычный биомедицинский кросс-энкодер ProMiNER для ранжирования кандидатов концептов UMLS при связывании сущностей.

12скачиваний за 30 дней1лайквеса обновлены20 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

ProMiNER Russian BioNNE-L Dictionary-Pretrained Cross-Encoder — биомедицинская модель для ранжирования кандидатов при связывании упомянутых в русском тексте сущностей с концептами UMLS. Она разработана как часть системы ProMiNER и дообучена на базе andorei/BERGAMOT-multilingual-GAT на псевдопарах, составленных из словаря UMLS. Архитектура — XLM-RoBERTa с классификационной головой; модель содержит 305,2 млн параметров и принимает пары «упоминание — профиль кандидата», содержащие названия и синонимы. Максимальная длина последовательности в обучении — 384 токена; нативный предел контекста — 514 токенов.

Модель предназначена прежде всего для инициализации специализированного реранкера в русском пайплайне связывания биомедицинских сущностей BioNNE-L. В полном сценарии сначала извлекают кандидатов с помощью ретривера, затем оценивают пары этой моделью, чтобы выбрать наиболее подходящий концепт. В README приведены метрики на dev-наборе: Acc@1 0,951, Acc@5 0,994 и MRR 0,970. Это промежуточный чекпойнт, а не готовая полная система: для практического связывания сущностей требуются этап извлечения кандидатов и последующая настройка под задачу. Лицензия — MIT.

Сценарии применения

  • ранжирование концептов UMLS для найденной биомедицинской сущности
  • связывание русских упоминаний заболеваний и анатомических структур с терминами UMLS
  • переоценка кандидатов, найденных биомедицинским ретривером
  • инициализация реранкера для пайплайна BioNNE-L

Ограничения

Это промежуточный чекпойнт для инициализации специализированного реранкера; для полного связывания сущностей отдельно нужен ретривер кандидатов. Оценка в README относится к dev-набору BioNNE-L и не гарантирует качество на других данных или языках.

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

ProMiNER Russian BioNNE-L Dictionary-Pretrained Cross-Encoder

Cross-encoder pretrained on UMLS dictionary pseudo-pairs with compact candidate-context profiles.

This model is part of ProMiNER, a Russian-track biomedical entity-linking system for BioNNE-L. The system links mentions from NEREL-BIO/BioNNE-L texts to UMLS concepts by combining dense retrieval and cross-encoder reranking.

Training

Pretrained from dictionary-derived pseudo-query/candidate pairs. Candidate concepts are represented by compact profiles containing representative names and selected aliases. This checkpoint is intended as the initializer for task-specific BioNNE-L reranking.

Hyperparameters:

  • reranker_model_name_or_path: andorei/BERGAMOT-multilingual-GAT
  • retriever_model_name_or_path: andorei/BERGAMOT-multilingual-GAT
  • loss_name: bce
  • epochs: 5
  • train_batch_size: 128
  • learning_rate: 2e-05
  • weight_decay: 0.01
  • warmup_ratio: 0.1
  • max_seq_length: 384
  • pretrain_num_negatives: 20
  • max_pseudo_queries_per_cui: 5
  • num_train_pairs: 5900264
  • num_eval_pairs: 317280
  • selection_metric: Acc@1

According to the Acc@1 on dev, the best epoch is 2.

Full local metadata exported from MLflow is included in prominer_metadata/.

Evaluation

Metrics below are copied from the local MLflow run artifacts.

splitnum_queriesnum_pairsnum_positive_pairsnum_negative_pairsRetrieverHitRateAcc@1Acc@5MRR
train284890590026428489056153741.0
dev15347317280153473019331.00.95060923959079950.9942008210073630.9696687373962294

Usage

from sentence_transformers import CrossEncoder

model = CrossEncoder("bikingSolo/prominer-ru-pretrained-cross-encoder", num_labels=1)
scores = model.predict([
    (
        "вестибулокохлеарный нерв",
        "слуховой нерв; вестибулокохлеарный нерв; nervus vestibulocochlearis [viii]",
    )
])

Intended Use

This checkpoint is intended for research and reproducibility of the ProMiNER BioNNE-L Russian entity-linking pipeline. For the full system, use:

  1. prominer-ru-retriever to retrieve candidate UMLS concepts.
  2. prominer-ru-reranker to rerank those candidates with candidate-context profiles.

The dictionary-pretrained cross-encoder is primarily an intermediate checkpoint used to initialize the final reranker.

Data and Citation

Training and evaluation use BioNNE-L/NEREL-BIO resources and UMLS-derived terminology available in this repository's data layout. Cite the relevant NEREL-BIO and BioNNE-L papers when using this model.

Check https://github.com/bikingSolo/prominer for more info.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
bf2ae30

0 моделей