/ Модель

Характеристики

Контекст
512 токенов
Параметры
20,5 млн
Архитектура
electra · dense
Опубликована
2 апр 2022

biomedtra-small-es-squad2-es

Ответы на вопросыТекст → текст3 профессии

Испанская модель для извлечения ответов на вопросы по биомедицинским текстам из контекста длиной до 512 токенов.

45скачиваний за 30 дней0лайковвеса обновлены3 апр 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

Модель biomedtra-small-es-squad2-es разработана SOMOS NLP в рамках хакатона 2022 года по извлечению ответов на вопросы в биомедицине. Это модель ElectraForQuestionAnswering с 20,5 млн параметров, дообученная на испанском mrm8488/biomedtra-small-es для датасета squad_es версии 2; она принимает вопрос и контекст и извлекает ответ непосредственно из текста. Модель предназначена для ответов на вопросы по испанским биомедицинским текстам, включая случаи, когда в контексте нет ответа. Максимальная длина контекста — 512 токенов.

В README приведены результаты оценки на dev-выборке hackathon-pln-es/biomed_squad_es_v2 и сравнение с другими моделями хакатона. Это ориентир для указанного набора данных, а не гарантия качества на других текстах. Лицензия в предоставленных данных не указана.

Сценарии применения

  • ответы на вопросы по испанским биомедицинским статьям
  • поиск в тексте упоминаний симптомов и заболеваний
  • извлечение ответов из клинических и научных документов на испанском языке

Ограничения

Модель обучалась и оценивалась на испанских данных SQuAD и биомедицинского хакатона; качество на иных доменах и языках не подтверждено. Максимальная длина контекста составляет 512 токенов.

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

biomedtra-small for QA

This model was trained as part of the "Extractive QA Biomedicine" project developed during the 2022 Hackathon organized by SOMOS NLP.

Motivation

Recent research has made available Spanish Language Models trained on Biomedical corpus. This project explores the use of these new models to generate extractive Question Answering models for Biomedicine, and compares their effectiveness with general masked language models.

The models trained during the Hackathon were:

hackathon-pln-es/roberta-base-bne-squad2-es

hackathon-pln-es/roberta-base-biomedical-clinical-es-squad2-es

hackathon-pln-es/roberta-base-biomedical-es-squad2-es

hackathon-pln-es/biomedtra-small-es-squad2-es

Description

This model is a fine-tuned version of mrm8488/biomedtra-small-es on the squad_es (v2) training dataset.

Hyperparameters

The hyperparameters were chosen based on those used in deepset/electra-base-squad2, an english-based model trained for similar purposes

  --num_train_epochs 10 \
  --learning_rate 1e-4 \
  --max_seq_length 384 \
  --doc_stride 128 \

Performance

Evaluated on the hackathon-pln-es/biomed_squad_es_v2 dev set.

ModelBase Model Domainexactf1HasAns_exactHasAns_f1NoAns_exactNoAns_f1
hackathon-pln-es/roberta-base-bne-squad2-esGeneral67.634175.698853.736770.052681.217481.2174
hackathon-pln-es/roberta-base-biomedical-clinical-es-squad2-esBiomedical66.842675.234653.024970.003180.347880.3478
hackathon-pln-es/roberta-base-biomedical-es-squad2-esBiomedical67.634174.561247.686861.701287.130487.1304
hackathon-pln-es/biomedtra-small-es-squad2-esBiomedical34.476744.329445.373765.30723.826123.8261

Team

Santiago Maximo: smaximo

Как запустить

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

GPU в ailist

Универсальный рантайм · question-answering

Можно запустить

Подбираем GPU…

Класс архитектуры
ElectraForQuestionAnswering
Ревизия весов
d291370

0 моделей