Scifive Base PMC

🚀 SciFive PMC Base

SciFive PMC Baseは、生物医学文献処理に使用されるテキスト・トゥ・テキストのTransformerモデルで、テキスト分類や質問応答システムなど、さまざまな自然言語処理タスクに適用できます。

🚀 クイックスタート

SciFiveは、生物医学文献処理のためのTransformerアーキテクチャに基づくテキスト・トゥ・テキストモデルです。詳細情報が必要な場合は、私たちのGitHubリポジトリをご覧ください。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("razent/SciFive-base-PMC")  
model = AutoModelForSeq2SeqLM.from_pretrained("razent/SciFive-base-PMC")

sentence = "Identification of APC2 , a homologue of the adenomatous polyposis coli tumour suppressor ."
text =  sentence + " </s>"

encoding = tokenizer.encode_plus(text, pad_to_max_length=True, return_tensors="pt")
input_ids, attention_masks = encoding["input_ids"].to("cuda"), encoding["attention_mask"].to("cuda")

outputs = model.generate(
    input_ids=input_ids, attention_mask=attention_masks,
    max_length=256,
    early_stopping=True
)

for output in outputs:
    line = tokenizer.decode(output, skip_special_tokens=True, clean_up_tokenization_spaces=True)
    print(line)

📚 ドキュメント

論文情報

• 論文タイトル：SciFive: a text-to-text transformer model for biomedical literature
• 著者：Long N. Phan, James T. Anibal, Hieu Tran, Shaurya Chanana, Erol Bahadroglu, Alec Peltekian, Grégoire Altan-Bonnet

タグ情報

このモデルがサポートするタスクタグは以下の通りです。

データセット情報

このモデルが使用する訓練データセットは以下の通りです。