B

Biomedical Ner All

由d4data開發
基於distilbert-base-uncased訓練的英文命名實體識別模型,專為識別生物醫學實體(107種實體類別)設計,適用於病例報告等文本語料。
下載量 112.41k
發布時間 : 6/19/2022

模型概述

該模型能夠從生物醫學文本中識別107種不同類型的實體,特別適用於處理病例報告等專業醫學文本。

模型特點

廣泛的生物醫學實體識別
能夠識別107種不同類型的生物醫學實體
高效模型架構
基於distilbert-base-uncased,在保持性能的同時提高效率
專業醫學文本適用
特別優化用於處理病例報告等專業醫學文本

模型能力

生物醫學實體識別
病例報告分析
醫學文本處理

使用案例

醫學研究
病例分析
從病例報告中提取關鍵醫學實體信息
自動識別症狀、診斷、治療等關鍵信息
臨床決策支持
患者信息提取
從患者記錄中提取關鍵醫學信息
幫助醫生快速瞭解患者病史和症狀
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase