Biobert Base Cased V1.2 Finetuned Ner
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
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98