Biomednlp BiomedBERT Large Uncased Abstract

🚀 MSR BiomedBERT-large (abstracts only)

このモデルは、自然言語処理（NLP）タスクにおいて、バイオメディカル分野の大量の未ラベルテキストを利用して学習された大規模な言語モデルです。

🚀 クイックスタート

大規模なニューラル言語モデル（例えばBERT）の事前学習は、多くの自然言語処理（NLP）タスクで印象的な成果をもたらしています。しかし、ほとんどの事前学習は、ニュース通信やWebなどの一般ドメインのコーパスに焦点を当てています。一般的な考え方として、特定ドメインの事前学習でも、一般ドメインの言語モデルから始めることが有益であるとされています。最近の研究では、バイオメディシンのように大量の未ラベルテキストがあるドメインでは、一般ドメインの言語モデルを継続的に事前学習するよりも、ゼロから言語モデルを事前学習する方が大幅な改善をもたらすことが示されています。その後の研究では、より大きなモデルサイズと、これがBLURBベンチマークでのパフォーマンスに与える影響が調査されています。

このBiomedBERTは、PubMedの_アブストラクト_を使用してゼロから事前学習されています。

📚 ドキュメント

引用

このBiomedBERTがあなたの研究で役立った場合、以下の論文を引用してください。

@misc{https://doi.org/10.48550/arxiv.2112.07869,
  doi = {10.48550/ARXIV.2112.07869},
  url = {https://arxiv.org/abs/2112.07869},
  author = {Tinn, Robert and Cheng, Hao and Gu, Yu and Usuyama, Naoto and Liu, Xiaodong and Naumann, Tristan and Gao, Jianfeng and Poon, Hoifung},
  keywords = {Computation and Language (cs.CL), Machine Learning (cs.LG), FOS: Computer and information sciences, FOS: Computer and information sciences},
  title = {Fine-Tuning Large Neural Language Models for Biomedical Natural Language Processing},
  publisher = {arXiv},
  year = {2021},
  copyright = {arXiv.org perpetual, non-exclusive license}
}

📄 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。