M

Marker Associations Binary Base

由jambo開發
基於PubMedBERT在生物醫學文本上微調的二分類模型,用於標記關聯分類任務
下載量 16
發布時間 : 3/2/2022

模型概述

該模型是基於microsoft/BiomedNLP-PubMedBERT-base-uncased-abstract-fulltext微調的版本,專門用於處理生物醫學領域的標記關聯二分類任務,能夠識別基因和化學物質等實體之間的關聯關係。

模型特點

生物醫學領域優化
基於PubMedBERT預訓練模型,專門針對生物醫學文本進行了優化
高召回率
在評估集上展現出高召回率特性,特別是化學物質類別的召回率達到100%
平衡性能
在精確率和召回率之間取得良好平衡,F1值達到0.87左右

模型能力

生物醫學文本分類
基因關聯識別
化學物質關聯識別
二分類任務處理

使用案例

生物醫學研究
基因-疾病關聯分析
識別文獻中基因與疾病之間的關聯關係
精確率0.808,召回率0.940
藥物-靶點相互作用識別
從文獻中提取化學物質與生物靶標之間的相互作用關係
精確率0.774,召回率1.0
文獻挖掘
生物醫學實體關係提取
從PubMed等生物醫學文獻中提取實體間的關聯關係
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase