Характеристики

Контекст: 512 токенов
Параметры: 137 млн
Архитектура: bert · dense

Ссылки

Hugging Face

BC5CDR-Chemical-Disease-balanced-BiomedNLP-PubMedBERT-base-uncased-abstract-fulltext

ghadeermobasher

Разметка токеновТекст → label3 профессии

Дообученная на BC5CDR модель PubMedBERT выделяет упоминания химических веществ и заболеваний в биомедицинском тексте.

6 828скачиваний за 30 дней0лайковвеса обновлены23 янв 2022

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 для распознавания химических веществ и заболеваний в биомедицинском тексте. Она дообучена пользователем ghadeermobasher на базе BiomedNLP-PubMedBERT для задачи классификации токенов; название указывает на сбалансированную версию для набора BC5CDR. Модель использует архитектуру BERT, содержит 136,7 млн параметров и принимает контекст длиной до 512 токенов.

Модель предназначена для извлечения упоминаний химических веществ и болезней из научных публикаций и других биомедицинских текстов на английском языке. Она возвращает метки для токенов, что позволяет выделять найденные сущности. Доступна в формате PyTorch. Условия лицензии карточки не удалось подтвердить.

Сценарии применения

выделение названий химических веществ в статьях
распознавание заболеваний в аннотациях PubMed
извлечение химических и медицинских сущностей из научного текста

Ограничения

Ограничение контекста — 512 токенов; назначение модели специализировано на распознавании химических веществ и заболеваний в биомедицинском тексте.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель IV.6Отраслевые задачиНаучные исследования, математика и новые материалыAI помогает формировать гипотезы, анализировать научные данные и ускорять открытие новых материалов и методов.39 задач4 120моделей IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

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: 7d0b2a1