AIbase
JA
ホーム
Bert Large Uncased Med Ner
B

Bert Large Uncased Med Ner

samrawalによって開発
このモデルは医療テキスト中の薬物関連エンティティ（薬物名、投与量、持続時間、頻度、投与理由）を識別するために使用されます。
シーケンスラベリング#医療テキスト解析#薬物情報抽出#i2b2データセット
ダウンロード数 86
リリース時間 : 3/2/2022

モデル概要

i2b2（現n2c2）2009年薬物タスクデータセットで訓練された固有表現認識モデルで、医療テキストから薬物関連情報を抽出するために特別に設計されています。

モデル特徴

マルチカテゴリーエンティティ認識
薬物名、投与量、持続時間、頻度、投与理由の5種類のエンティティタイプを同時に認識可能。
医療分野専用
医療テキストに最適化されており、医学用語や薬物関連表現を理解できます。
標準データセットベース
i2b2/n2c2 2009標準データセットで訓練されており、モデルの信頼性が保証されています。

モデル能力

医療テキスト分析
薬物情報抽出
固有表現認識
臨床記録処理

使用事例

医療情報処理
電子カルテ分析
電子カルテから患者の投薬情報を自動抽出
医療記録処理効率の向上、手動抽出時間の削減
臨床研究データ準備
薬物研究のために患者の投薬データを自動収集・分析
研究データ収集プロセスの加速
ヘルスケアアプリケーション
薬物管理システム
患者の投薬情報を自動識別・分類
薬物管理プロセスの改善
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
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
English简体中文繁體中文にほんご
© 2025AIbase