Clinical Mobilebert I2b2 2010

🚀 🧬 ClinicalMobileBERT-i2b2-2010

ClinicalMobileBERT-i2b2-2010は、臨床の固有表現抽出（NER）のためにi2b2-2010データセットで微調整されたClinicalMobileBERTモデルのバージョンです。このモデルは、問題、治療、検査の3つのカテゴリからのエンティティを認識することに特化しています。

🚀 クイックスタート

ClinicalMobileBERT-i2b2-2010は、臨床分野のNLPタスクにおいて、問題、治療、検査の識別と分類が必要な場合に役立ちます。

✨ 主な機能

• 臨床の固有表現抽出（NER）に特化したモデルです。
• 問題、治療、検査の3つのカテゴリからのエンティティを認識します。

📚 ドキュメント

モデル概要

アーキテクチャ

このモデルのアーキテクチャは、ClinicalMobileBERTと同じです。モデルは、臨床のNERタスクのためにi2b2-2010データセットで微調整されました。微調整プロセスは、問題、治療、検査の3つのカテゴリのエンティティを対象としています。モデルは約25Mのパラメータを持っています。

使用例

このモデルは、臨床分野のNLPタスクにおいて、問題、治療、検査の識別と分類が必要な場合に役立ちます。

引用

このモデルを使用する場合は、以下の論文を引用してください。

@article{rohanian2023lightweight,
  title={Lightweight transformers for clinical natural language processing},
  author={Rohanian, Omid and Nouriborji, Mohammadmahdi and Jauncey, Hannah and Kouchaki, Samaneh and Nooralahzadeh, Farhad and Clifton, Lei and Merson, Laura and Clifton, David A and ISARIC Clinical Characterisation Group and others},
  journal={Natural Language Engineering},
  pages={1--28},
  year={2023},
  publisher={Cambridge University Press}
}

📄 ライセンス

このモデルはMITライセンスの下で提供されています。