Biomednlp BiomedBERT Base Uncased Abstract Fulltext

🚀 MSR BiomedBERT (abstracts + full text)

BiomedBERTは、生体医療分野の自然言語処理タスクで最先端の性能を達成する事前学習モデルです。このモデルは、PubMedの論文要約とPubMedCentralの全文記事を使用してゼロから事前学習されています。

🚀 クイックスタート

大規模なニューラル言語モデル（例えばBERT）の事前学習は、多くの自然言語処理（NLP）タスクで印象的な成果をもたらしています。しかし、ほとんどの事前学習は、ニュースやWebなどの一般ドメインのコーパスに焦点を当てています。一般的な考え方として、特定ドメインの事前学習でも、一般ドメインの言語モデルから始めることで恩恵を受けることができるとされています。最近の研究によると、生体医療のように大量のラベルなしテキストがあるドメインでは、一般ドメインの言語モデルを継続的に事前学習するよりも、ゼロから言語モデルを事前学習する方が大幅な改善が見られます。

BiomedBERTは、PubMedの要約とPubMedCentralの全文記事を使用してゼロから事前学習されています。このモデルは、多くの生体医療NLPタスクで最先端の性能を達成しており、現在Biomedical Language Understanding and Reasoning Benchmarkでトップスコアを保持しています。

📚 ドキュメント

引用

BiomedBERTがあなたの研究に役立った場合、以下の論文を引用してください。

@misc{pubmedbert,
  author = {Yu Gu and Robert Tinn and Hao Cheng and Michael Lucas and Naoto Usuyama and Xiaodong Liu and Tristan Naumann and Jianfeng Gao and Hoifung Poon},
  title = {Domain-Specific Language Model Pretraining for Biomedical Natural Language Processing},
  year = {2020},
  eprint = {arXiv:2007.15779},
}

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。