B

Biolinkbert Large

michiyasunagaによって開発
BioLinkBERTはPubMed抄録と文献引用リンク情報を用いて事前学習された生物医学言語モデルで、ドキュメント間の知識統合により性能を向上させています。
ダウンロード数 3,152
リリース時間 : 3/8/2022

モデル概要

改良版BERTモデルで、文献引用などのドキュメントリンクを活用してドキュメント間の関連性を捕捉し、生物医学NLPタスクに適しています。複数のベンチマークテストでSOTA性能を達成。

モデル特徴

ドキュメント間知識統合
文献引用リンクを通じて関連ドキュメントをモデルに入力し、文脈理解能力を強化
生物医学領域最適化
PubMedデータに基づく事前学習で、生物医学テキスト処理専用に設計
マルチタスク適応性
質問応答や分類など様々な下流タスクのファインチューニングをサポート、特徴量抽出にも直接使用可能

モデル能力

生物医学テキスト理解
ドキュメント間関連性分析
質問応答システム構築
テキスト分類
シーケンスラベリング
特徴ベクトル抽出

使用事例

医学研究
薬物作用機序分析
薬物ターゲットと作用機序の記述テキストを解析
PubMedQAタスクで72.2%の精度を達成
臨床意思決定支援
医学試験質問応答
USMLE医学ライセンス試験問題に回答
MedQA-USMLEテストで44.6%の精度を達成、同規模モデルを上回る
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase