%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Biobert Base Cased V1.2 Bc2gm Ner
BioBERTをbc2gm_corpusデータセットでファインチューニングした生物医学命名エンティティ認識モデル
ダウンロード数 26
リリース時間 : 10/26/2022
モデル概要
このモデルは生物医学テキストの命名エンティティ認識タスク向けに最適化されたBERTモデルで、遺伝子やタンパク質などの生物医学エンティティを認識可能
モデル特徴
生物医学分野最適化
BioBERTアーキテクチャに基づき、生物医学テキスト向けに事前学習とファインチューニングを実施
高性能エンティティ認識
bc2gm_corpusデータセットで81.14%のF1値を達成し、優れた性能を発揮
精密な遺伝子/タンパク質認識
遺伝子とタンパク質名の認識に特化して最適化
モデル能力
生物医学テキスト分析
命名エンティティ認識
遺伝子/タンパク質名抽出
使用事例
生物医学研究
文献マイニング
生物医学文献から遺伝子とタンパク質名を自動抽出
研究者が重要な生物エンティティを迅速に識別するのに役立つ
知識グラフ構築
生物医学知識グラフのエンティティ自動注釈
知識グラフ構築効率を向上
臨床テキスト処理
電子カルテ分析
臨床記録から遺伝子関連エンティティを識別
臨床意思決定支援を補助
PyTorch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
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
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