En Biobert Ner Symptom
BioBERTをファインチューニングした固有表現認識モデルで、臨床記録から医学的症状を検出します。
ダウンロード数 25
リリース時間 : 7/27/2023
モデル概要
このモデルはBioBERTアーキテクチャに基づいており、臨床テキストから医学的症状に関連する固有表現を識別・抽出するために特別に設計されています。
モデル特徴
高精度な症状識別
固有表現認識タスクで99.96%のF1値を達成し、臨床テキスト中の症状記述を正確に識別できます。
BioBERTベース
BioBERTの生物医学分野における事前学習の利点を活用し、症状識別タスク向けにファインチューニングされています。
臨床テキスト最適化
臨床記録や医学テキストに特化して最適化されており、専門的な医学用語や表現を理解できます。
モデル能力
臨床テキスト分析
医学的症状識別
固有表現抽出
使用事例
臨床記録分析
電子カルテからの症状抽出
電子カルテから患者が報告した症状情報を自動抽出
咳、くしゃみ、発疹などの一般的な症状を正確に識別
臨床研究データマイニング
臨床研究文献から症状関連情報を抽出して分析
研究者が関連する症状報告を迅速に識別するのに役立つ
患者モニタリング
症状報告の自動処理
患者自身が報告した症状記述を処理
めまい、吐き気、呼吸困難などの重要な症状を識別
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