L

Long Covid Classification

由llangnickel開發
基於bert-base-cased微調的序列分類模型,用於區分長新冠與非長新冠相關文檔
下載量 35
發布時間 : 3/2/2022

模型概述

該模型通過對人工標註數據集進行微調訓練,能夠有效識別與長新冠相關的文本內容,主要應用於醫學文獻分類和篩選場景。

模型特點

高精度分類
在測試集上達到91.18%的F1分數,能準確區分長新冠相關文檔
專業領域適配
針對醫學/長新冠領域文本進行優化,理解專業術語
標準化輸入輸出
支持512token的標準序列長度,輸出清晰的二分類結果

模型能力

醫學文本分類
長新冠相關文獻識別
文檔內容分析

使用案例

醫學研究
文獻篩選
從大量醫學文獻中快速篩選出與長新冠相關的研究論文
提高研究人員文獻檢索效率
患者論壇分析
識別患者討論中與長新冠症狀相關的內容
輔助流行病學調查和症狀研究
信息檢索
搜索引擎優化
為醫學搜索引擎提供長新冠相關內容分類能力
提升搜索結果的相關性和準確性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase