Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Архитектура: bert · dense

Ссылки

Hugging Face

WELT-BioBERT-BC5CDRDisease

ghadeermobasher

Разметка токеновТекст → label3 профессии

Модель BioBERT с дообучением WeLT для распознавания упоминаний заболеваний в биомедицинских текстах.

78скачиваний за 30 дней0лайковвеса обновлены25 фев 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

WELT-BioBERT-BC5CDRDisease — модель на архитектуре BERT, разработанная Ghadeer Mobasher и соавторами в рамках проекта WeLT. Она дообучена для token classification на задаче распознавания упоминаний заболеваний в биомедицинских текстах из набора BC5CDR-Disease с использованием cost-sensitive learning для работы с дисбалансом классов. Модель предназначена для biomedical named entity recognition, включая извлечение названий заболеваний из научных публикаций и последующую обработку таких сущностей в системах анализа литературы. Область применения подтверждается описанием WeLT и связью модели с датасетом BC5CDR-disease.

Сценарии применения

извлечение названий заболеваний из научных статей
биомедицинское распознавание именованных сущностей
аннотирование корпуса BC5CDR-Disease
предварительная обработка медицинской литературы
построение систем поиска и анализа заболеваний

Ограничения

Модель специализирована на распознавании заболеваний в биомедицинских текстах и не предназначена для общего понимания текста или медицинской диагностики. Максимальная длина входной последовательности составляет 512 токенов; сведения о лицензии в доступных источниках не установлены.

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: c2a32f7