/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Архитектура
xlm-roberta · dense

xlm-roberta-large-english-clinical

Заполнение пропусковТекст → текст3 профессии

CLIN-X-EN — англоязычная XLM-RoBERTa Large для заполнения пропусков и переноса на извлечение понятий из клинических текстов.

124скачиваний за 30 дней2лайкавеса обновлены17 дек 2021

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

CLIN-X-EN — англоязычная языковая модель для клинической области, опубликованная Лукасом Ланге, Хайке Адель, Янником Штрёгеном и Дитрихом Клакoвом. Это предобученная XLM-RoBERTa Large с архитектурой masked language model, примерно 658,7 млн параметров и контекстом до 514 токенов. Модель предназначена для заполнения пропусков в клинических англоязычных текстах и как основа для переноса на задачи извлечения клинических понятий и разметки последовательностей.

В статье CLIN-X-EN оценивалась на наборах i2b2 для извлечения понятий и временных выражений; README приводит результаты, превосходящие указанные сравнения с BERT и ClinicalBERT на этих экспериментах. Модель распространяется в формате PyTorch. README характеризует проект как исследовательский прототип, который не поддерживается и не отслеживается; лицензия в предоставленных данных не указана.

Сценарии применения

  • подстановка пропущенных слов в клинических записях на английском языке
  • адаптация модели для извлечения клинических понятий
  • разметка последовательностей в медицинских текстах
  • эксперименты по переносу обучения между клиническими задачами

Ограничения

Проект описан как исследовательский прототип, который не поддерживается и не отслеживается. Оценки в README относятся к экспериментам на конкретных наборах i2b2 и не гарантируют качество на других данных.

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

CLIN-X-EN: a pre-trained language model for the English clinical domain

Details on the model, the pre-training corpus and the downstream task performance are given in the paper: "CLIN-X: pre-trained language models and a study on cross-task transfer for concept extraction in the clinical domain" by Lukas Lange, Heike Adel, Jannik Strötgen and Dietrich Klakow. The paper can be found here. In case of questions, please contact the authors as listed on the paper.

Please cite the above paper when reporting, reproducing or extending the results.

@misc{lange-etal-2021-clin-x,
      author    = {Lukas Lange and
                   Heike Adel and
                   Jannik Str{\"{o}}tgen and
                   Dietrich Klakow},
      title     = {CLIN-X: pre-trained language models and a study on cross-task transfer for concept extraction in the clinical domain},
      year={2021},
      eprint={2112.08754},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2112.08754}
}

Training details

The model is based on the multilingual XLM-R transformer (xlm-roberta-large), which was trained on 100 languages and showed superior performance in many different tasks across languages and can even outperform monolingual models in certain settings (Conneau et al. 2020). We train the CLIN-X model on clinical Pubmed abstracts (850MB) filtered following Haynes et al. (2005). Pubmed is used with the courtesy of the U.S. National Library of Medicine

We initialize CLIN-X using the pre-trained XLM-R weights and train masked language modeling (MLM) on the Spanish clinical corpus for 3 epochs which roughly corresponds to 32k steps. This allows researchers and practitioners to address the English clinical domain with an out-of-the-box tailored model.

Results for Spanish concept extraction

We apply CLIN-X-EN to five different English sequence labeling tasks from i2b2 in a standard sequence labeling architecture similar to Devlin et al. 2019 and compare to BERT and ClinicalBERT. In addition, we perform experiments with an improved architecture (+ OurArchitecture) as described in the paper linked above. The code for our model architecture can be found here.

i2b2 2006i2b2 2010i2b2 2012 (Concept)i2b2 2012 (Time)i2b2 2014
BERT94.8082.2576.5175.2894.86
ClinicalBERT94.887.878.976.693.0
CLIN-X (EN)96.2588.1079.5877.7096.73
CLIN-X (EN) + OurArchitecture98.4989.2380.6278.5097.60

Purpose of the project

This software is a research prototype, solely developed for and published as part of the publication cited above. It will neither be maintained nor monitored in any way.

License

The CLIN-X models are open-sourced under the CC-BY 4.0 license. See the LICENSE file for details.

Как запустить

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

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForMaskedLM
Ревизия весов
db00067

0 моделей