Характеристики

Контекст: 514 токенов
Параметры: 305 млн
Архитектура: xlm-roberta · dense

Ссылки

Hugging Face

xlm-roberta-base-bc5cdr

tner

Разметка токеновТекст → label3 профессии

Дообученная XLM-RoBERTa для извлечения химических и медицинских сущностей из биомедицинского текста.

2 830скачиваний за 30 дней0лайковвеса обновлены13 фев 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

Модель tner/xlm-roberta-base-bc5cdr — дообученная для распознавания именованных сущностей версия XLM-RoBERTa base из проекта TNER. Она выполняет поклассовую разметку токенов и предназначена для извлечения сущностей в тексте. Число параметров — 305,2 млн, максимальная длина контекста — 514 токенов; модель доступна в формате PyTorch.

Название указывает на настройку для набора BC5CDR, связанного с распознаванием химических и медицинских сущностей в биомедицинских текстах. Модель подходит для извлечения таких упоминаний из научных публикаций и других текстовых материалов. README указывает на использование через Transformers, а базовую модель можно загрузить как asahi417/tner-xlm-roberta-base-bc5cdr.

Это производная модель XLM-RoBERTa, дообученная для NER. README не сообщает лицензию и конкретный набор поддерживаемых языков; по названию набора BC5CDR назначение связано с англоязычными биомедицинскими текстами. Ограничение контекста составляет 514 токенов.

Сценарии применения

извлечение названий химических соединений из научных статей
распознавание заболеваний в биомедицинских публикациях
автоматическая разметка сущностей в корпусах BC5CDR
подготовка биомедицинских текстов для поиска и анализа

Ограничения

Контекст ограничен 514 токенами. Предназначение модели связано с конкретным биомедицинским корпусом BC5CDR, поэтому качество на иных типах текста может отличаться.

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 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

XLM-RoBERTa for NER

XLM-RoBERTa finetuned on NER. Check more detail at TNER repository.

Usage

  from transformers import AutoTokenizer, AutoModelForTokenClassification
  
  tokenizer = AutoTokenizer.from_pretrained("asahi417/tner-xlm-roberta-base-bc5cdr")
  
  model = AutoModelForTokenClassification.from_pretrained("asahi417/tner-xlm-roberta-base-bc5cdr")

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: XLMRobertaForTokenClassification
Ревизия весов: 6933d1e