Scifive Large Pubmed

🚀 科學五（SciFive）Pubmed大模型

本模型可用於生物醫學文獻處理，支持多種自然語言處理任務，如令牌分類、文本分類、問答系統和文本生成等，在生物醫學領域具有重要價值。

🚀 快速開始

模型信息

論文信息

論文：SciFive: 用於生物醫學文獻的文本到文本Transformer模型

作者：Long N. Phan、James T. Anibal、Hieu Tran、Shaurya Chanana、Erol Bahadroglu、Alec Peltekian、Grégoire Altan - Bonnet

使用方法

更多詳細信息，請查看我們的GitHub倉庫。

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("razent/SciFive-large-Pubmed")  
model = AutoModelForSeq2SeqLM.from_pretrained("razent/SciFive-large-Pubmed")

sentence = "Identification of APC2 , a homologue of the adenomatous polyposis coli tumour suppressor ."
text =  sentence + " </s>"

encoding = tokenizer.encode_plus(text, pad_to_max_length=True, return_tensors="pt")
input_ids, attention_masks = encoding["input_ids"].to("cuda"), encoding["attention_mask"].to("cuda")

outputs = model.generate(
    input_ids=input_ids, attention_mask=attention_masks,
    max_length=256,
    early_stopping=True
)

for output in outputs:
    line = tokenizer.decode(output, skip_special_tokens=True, clean_up_tokenization_spaces=True)
    print(line)