B

Biobert Base Cased V1.2 Finetuned Ner

由sciarrilli開發
基於BioBERT v1.2在jnlpba數據集上微調的命名實體識別模型,專注於生物醫學文本處理
下載量 83
發布時間 : 3/2/2022

模型概述

該模型是針對生物醫學領域命名實體識別任務優化的BERT模型,能夠識別生物醫學文獻中的專業實體

模型特點

生物醫學領域優化
基於BioBERT預訓練模型,專門針對生物醫學文本進行了優化
高性能實體識別
在jnlpba數據集上達到0.768的F1值,表現優異
多實體類型識別
能夠識別生物醫學文獻中的多種實體類型

模型能力

生物醫學命名實體識別
文本標記分類
生物醫學文獻分析

使用案例

生物醫學研究
文獻實體提取
從生物醫學研究論文中自動提取關鍵實體如基因、蛋白質等
準確率90.5%,召回率83.0%
知識圖譜構建
為生物醫學知識圖譜自動識別和標註實體
醫療信息處理
電子病歷分析
從醫療記錄中提取關鍵醫學實體
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase