BC5CDR-Chemical-Disease-balanced-pubmedbert
BERT-модель для извлечения упоминаний химических веществ и заболеваний из биомедицинских текстов BC5CDR.
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 разметки последовательностей, опубликованная пользователем ghadeermobasher на Hugging Face. По названию она предназначена для распознавания химических веществ и заболеваний в биомедицинских текстах набора BC5CDR; карточка подтверждает задачу token classification, но не содержит подробного описания обучения или оценки качества.
Модель использует архитектуру BERT и насчитывает 136,7 млн параметров; нативная длина контекста — 512 токенов. Название указывает на PubMedBERT и сбалансированную версию данных BC5CDR. Формат репозитория — PyTorch. Карточка не указывает лицензию и не описывает известные ограничения качества.
Сценарии применения
- поиск названий химических веществ в научных статьях
- извлечение названий заболеваний из аннотаций PubMed
- разметка биомедицинских сущностей в корпусе BC5CDR
Ограничения
Ограничение контекста составляет 512 токенов. Карточка не приводит метрик качества или подробностей о поведении модели за пределами задачи BC5CDR.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
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
- ed9ecde