/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
distilbert-base-uncased
Библиотека
transformers
Опубликована
11 окт 2024

distilbert-base-uncased-FT-ner-BC5CDR-chem

Разметка токеновТекст → label3 профессии

Англоязычная модель DistilBERT для извлечения названий химических веществ из биомедицинского текста.

217скачиваний за 30 дней0лайковвеса обновлены11 окт 2024

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

Модель kbulutozler/distilbert-base-uncased-FT-ner-BC5CDR-chem — англоязычная модель DistilBERT, дообученная для распознавания химических сущностей в тексте. Она выполняет токенную классификацию и предназначена для извлечения названий химических веществ, в том числе из биомедицинских текстов. Модель обучена на обучающей выборке BC5CDR-chem из набора BLURB; для тестовой выборки указаны precision 0,89, recall 0,87 и micro-F1 0,88.

Архитектура — DistilBertForTokenClassification, размер контекста — до 512 токенов. Модель принимает текст и возвращает разметку токенов. Лицензия — Apache-2.0.

Сценарии применения

  • извлечение названий химических веществ из научных статей
  • разметка химических сущностей в биомедицинских текстах
  • поиск упоминаний химикатов в корпусе документов

Ограничения

Модель специализирована на химических сущностях в домене BC5CDR-chem и английском языке; результаты на других типах текстов и сущностей могут быть хуже. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

Fine-tuned distilbert model. Trained on train set of BC5CDR-chem dataset taken from BLURB.

Model Details

Model Sources [optional]

Training Details

Training Data

Train set of BC5CDR-chem dataset.

Training Procedure

Classical fine-tuning.

Training Hyperparameters

  • Training regime: [More Information Needed]

learning_rate=5e-5 per_device_train_batch_size=16 per_device_eval_batch_size=16 num_train_epochs=3 weight_decay=0.01

Evaluation

Testing Data

Test set of BC5CDR-chem dataset.

Results

Precision: 0.89 Recall: 0.87 Micro-F1: 0.88

Environmental Impact

  • Hardware Type: 1xRTX A4000
  • Hours used: 00:07:00

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForTokenClassification
Ревизия весов
d02a26c

0 моделей