C

Clinical Trials All MiniLM L6 V2

Vinit3241によって開発
これはsentence-transformers/all-MiniLM-L6-v2を微調整した文変換器モデルで、テキストを384次元のベクトル空間にマッピングし、意味類似度計算などのタスクをサポートします。
ダウンロード数 49
リリース時間 : 1/25/2025

モデル概要

このモデルは、文や段落のベクトル化表現に特化しており、意味テキストの類似度、意味検索、テキスト分類、クラスタリングなどの様々な自然言語処理タスクに適用できます。

モデル特徴

効率的な意味エンコーディング
文や段落を効率的に384次元の稠密ベクトルにエンコードし、意味情報を保持します。
医学分野の最適化
医学テキストに対して特別に最適化されており、専門的な医学用語をより適切に処理できます。
多重損失関数
ロシアンドール損失と多重負例ソート損失の組み合わせによる訓練方式を採用しています。

モデル能力

意味テキストの類似度計算
意味検索
言い換えの掘り起こし
テキスト分類
テキストクラスタリング

使用事例

医学研究
臨床試験文書のマッチング
類似する臨床試験の説明をマッチングし、研究設計を支援します。
医学文献の検索
意味に基づく医学文献検索システム
バイオメディカル
薬物研究文書の分析
薬物研究文書の類似性を分析します。
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