Scifive Base PMC

🚀 SciFive PMC Base

SciFive PMC Base是一個用於生物醫學文獻處理的文本到文本的Transformer模型，可應用於多種自然語言處理任務，如文本分類、問答系統等。

🚀 快速開始

SciFive是一個基於Transformer架構的文本到文本模型，用於生物醫學文獻處理。若需更多詳細信息，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-base-PMC")  
model = AutoModelForSeq2SeqLM.from_pretrained("razent/SciFive-base-PMC")

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)

📚 詳細文檔

論文信息

• 論文標題：SciFive: a text-to-text transformer model for biomedical literature
• 作者：Long N. Phan, James T. Anibal, Hieu Tran, Shaurya Chanana, Erol Bahadroglu, Alec Peltekian, Grégoire Altan-Bonnet

標籤信息

該模型支持的任務標籤如下：

數據集信息

該模型使用的訓練數據集為：