Характеристики

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

Ссылки

BC5CDR-Chemical-Disease-balanced-scibert_scivocab_cased

Разметка токеновТекст → label3 профессии

Дообученная на BC5CDR модель SciBERT для выделения упоминаний химических веществ и заболеваний в биомедицинских текстах.

513скачиваний 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 на основе BERT, дообученная ghadeermobasher для классификации токенов в задаче извлечения химических веществ и заболеваний из биомедицинских текстов набора BC5CDR. Репозиторий указывает архитектуру BertForTokenClassification, около 137,1 млн параметров и контекст до 512 токенов; модель загружается через Transformers и PyTorch.

Базовая модель SciBERT разработана Allen Institute for AI и предварительно обучена на научных публикациях; её карточка указывает английский язык и специализированный словарь scivocab. Настройка под BC5CDR позволяет размечать в тексте упоминания химических соединений и заболеваний. Модель принимает текст и выдаёт метки токенов; сведений о лицензии этой производной модели в доступных данных нет.

Сценарии применения

извлечение названий химических соединений из биомедицинских статей
распознавание заболеваний в научных публикациях
разметка токенов для совместного извлечения химических веществ и болезней
автоматическая подготовка сущностей из корпуса BC5CDR

Ограничения

Модель рассчитана на английские научные тексты и ограничена контекстом до 512 токенов. В карточке производной модели нет описания лицензии или сведений о качестве на данных вне BC5CDR.

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 I.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

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: aaf1c8e