medical-ner-robertaオープンソース医療命名实体認識モデル - 医療テキストの特定のエンティティを高精度に識別する

Medical Ner Roberta

nairaxoによって開発

RoBERTaアーキテクチャに基づく医療分野の名前付きエンティティ認識モデルで、医療テキストから特定のエンティティを識別するために使用されます

ダウンロード数 58

リリース時間 : 11/17/2024

モデル概要

このモデルは、医療分野のテキストで訓練された名前付きエンティティ認識(NER)モデルで、RoBERTaアーキテクチャに基づいており、医療関連の名前付きエンティティを識別できます。

高精度医療エンティティ認識

評価セットで93.06%の精度と94.31%の再現率を達成

最適化されたトレーニングプロセス

cosine学習率スケジューラとadamw_torchオプティマイザを使用して20エポックトレーニング

医療分野専用

医療テキストに特化して最適化された名前付きエンティティ認識能力

医療テキスト分析

名前付きエンティティ認識

エンティティ分類

医療情報処理

電子カルテ分析

電子カルテから疾患、薬剤、症状などの主要な医療エンティティを抽出

医療関連エンティティを高精度で識別

医学文献処理

医学研究文献中の専門用語やエンティティを自動的に注釈付け

医学文献処理効率の向上

このモデルは、未知のデータセットでゼロから学習されました。評価セットでは、以下の結果を達成しています。

このモデルは、未知のデータセットでゼロから学習されました。評価セットでは、以下の結果を達成しています。

学習中には、以下のハイパーパラメータが使用されました。

学習率: 2e-05
学習バッチサイズ: 4
評価バッチサイズ: 4
乱数シード: 42
オプティマイザ: betas=(0.9,0.999) かつ epsilon=1e-08 の adamw_torch を使用。追加のオプティマイザ引数はありません。
学習率スケジューラの種類: コサイン
エポック数: 20