BENT PubMedBERT NER Gene

🚀 命名實體識別（NER）基因和蛋白質識別模型

本模型是一個用於識別基因和蛋白質實體的命名實體識別（NER）模型，能夠精準識別相關生物實體，為生物信息研究提供有力支持。

🚀 快速開始

該模型基於 PubMedBERT 進行微調，使用了以下多個數據集：

• miRNA-Test-Corpus：實體類型為 "Genes/Proteins"
• CellFinder：實體類型為 "GeneProtein"
• CoMAGC：實體為 "Gene"
• CRAFT：實體類型為 "PR"
• GREC Corpus：實體類型包括 "Gene"、"Protein"、"Protein_Complex"、"Enzyme"
• JNLPBA：實體類型包括 "protein"、"DNA"、"RNA"
• PGxCorpus：實體類型為 "Gene_or_protein"
• FSU_PRGE：實體類型包括 "protein"、"protein_complex"、"protein_familiy_or_group"
• BC2GM corpus：實體類型
• CHEMPROT：實體類型包括 "GENE-Y"、"GENE-N"
• mTOR pathway event corpus：實體類型為 "Protein"
• DNA Methylation
• BioNLP11ID：實體類型為 "Gene/protein"
• BioNLP09
• BioNLP11EPI
• BioNLP13CG：實體類型為 "gene_or_gene_product"
• BioNLP13GE：實體類型為 "Protein"
• BioNLP13PC：實體類型為 "Gene_or_gene_product"
• MLEE：實體類型為 "Gene_or_gene_product"

📚 詳細文檔

請引用我們的工作：

@article{NILNKER2022,
  title = {NILINKER: Attention-based approach to NIL Entity Linking},
  journal = {Journal of Biomedical Informatics},
  volume = {132},
  pages = {104137},
  year = {2022},
  issn = {1532-0464},
  doi = {https://doi.org/10.1016/j.jbi.2022.104137},
  url = {https://www.sciencedirect.com/science/article/pii/S1532046422001526},
  author = {Pedro Ruas and Francisco M. Couto},
}

📄 許可證

本項目採用 Apache-2.0 許可證。