Характеристики

Контекст: 512 токенов
Параметры: 162 млн
Архитектура: bert · dense
Базовая модель: arabic-medical-classifier-arabertv2
Библиотека: transformers
Опубликована: 11 янв 2026

Ссылки

Hugging Face

arabic-medical-bert-qa-82

gleb-shnshn

Классификация текстаТекст → label3 профессии

Дообученная модель BERT для классификации арабских медицинских вопросов и ответов по медицинским категориям.

46скачиваний за 30 дней0лайковвеса обновлены26 мар 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

ArabicMedicalBERT-QA-82 — модель классификации арабских медицинских текстов, разработанная Глебом Шаншиным и дообученная на базе AymanElbery/arabic-medical-classifier-arabertv2. Она использует архитектуру BERT и содержит 162,4 млн параметров; максимальная длина входа — 512 токенов. Модель предназначена для отнесения медицинских вопросов и ответов на арабском языке к медицинским категориям. В карточке приведён список категорий, включающий, например, аллергию, генетику, патологию и детские заболевания.

Модель подходит для тематической сортировки арабских медицинских обращений и текстов, а также для распределения медицинских вопросов по категориям. README указывает на исследование, посвящённое проблеме дисбаланса классов при классификации арабских медицинских текстов. Данные обучения, точные метрики качества и условия лицензии в доступных сведениях не описаны.

Сценарии применения

распределение арабских медицинских вопросов по специальностям
тематическая сортировка арабских медицинских ответов
классификация обращений пациентов на арабском языке
группировка медицинских текстов по категориям

Ограничения

Качество и состав обучающих данных, метрики и лицензия не указаны в доступных сведениях. Модель ограничена максимальной длиной входа 512 токенов и предназначена для арабских текстов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель 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

ArabicMedicalBERT-QA-82 - Arabic Medical Q&A Classifier

Finetuned model based on https://huggingface.co/AymanElbery/arabic-medical-classifier-arabertv2

Trained on data from https://www.kaggle.com/competitions/eacl-2026-abjad-nlp-shared-task-medical-text-classification-in-arabic/

Classes

ID	Category	ID	Category	ID	Category
0	Addiction	28	Genetics	56	Pathology
1	Allergy	29	Geriatric health	57	Pediatric diseases
2	Alternative medicine	30	Gynecologic surgery	58	Pediatric surgery
3	Anatomy	31	Gynecological diseases	59	Pharmacology
4	Anesthesiology	32	Health and sports	60	Physiology
5	Benign and malignant tumors	33	Hematological diseases	61	Physiotherapy
6	Biochemistry	34	History of medicine	62	Plastic surgery
7	Biology	35	Hormones	63	Pregnancy and childbirth
8	Cardiothoracic surgery	36	Hypertension	64	Preventive medicine
9	Cardiovascular diseases	37	Immunology	65	Psychiatric diseases
10	Chemistry	38	In vitro fertilization (IVF)	66	Psychology
11	Child health	39	Infectious diseases	67	Public health
12	Congenital malformations	40	Infertility	68	Radiology
13	Dental diseases	41	Internal medicine diseases	69	Ramadan
14	Dental health	42	Jaw and dental surgery	70	Respiratory diseases
15	Dentistry	43	Laboratory	71	Rheumatic diseases
16	Dermatological diseases	44	Medical services	72	Sexual health
17	Diabetes	45	Medicinal herbs	73	Sexually transmitted diseases
18	Diagnosis	46	Men's health	74	Skin and beauty
19	Ear, nose, and throat (ENT)	47	Mental health	75	Toxicology
20	Embryology	48	Microbiology	76	Urogenital diseases
21	Endocrine diseases	49	Musculoskeletal and joint diseases	77	Urological surgery
22	Eye diseases	50	Neurological diseases	78	Vaccines and immunizations
23	First aid	51	Neurosurgery	79	Vascular surgery
24	Gastrointestinal diseases	52	Nutrition	80	Vitamins and minerals
25	General medicine	53	Optometry	81	Women's health
26	General surgery	54	Oral diseases
27	Genetic diseases	55	Orthopedic surgery

Paper

@inproceedings{shanshin-2026-arabicmedicalbert,
    title     = {{ArabicMedicalBERT-QA-82 at AbjadMed: Fighting Class Imbalance in Arabic Medical Text Classification}},
    author    = {Shanshin, Gleb},
    booktitle = "Proceedings of the 2nd Workshop on {NLP} for Languages Using {A}rabic Script",
    month = mar,
    year = "2026",
    address = "Rabat, Morocco",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2026.abjadnlp-1.15/",
    pages = "115--119"
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: BertForSequenceClassification
Ревизия весов: 83b3717