Taughtnet Disease Chem Gene
T
Taughtnet Disease Chem Gene
由marcopost-it開發
TaughtNet是一個用於生物醫學命名實體識別的多任務學習模型,從單任務教師中學習,適用於英語文本的實體識別任務。
下載量 17
發布時間 : 11/15/2022
模型概述
該模型實現了發表在《IEEE生物醫學與健康信息學雜誌》上的論文《TaughtNet:從單任務教師中學習多任務生物醫學命名實體識別》中描述的模型,主要用於生物醫學領域的命名實體識別任務。
模型特點
多任務學習
從單任務教師中學習多任務生物醫學命名實體識別,提高了模型的泛化能力。
生物醫學領域專用
專門針對生物醫學文本設計,能夠識別生物醫學領域的命名實體。
高效訓練
與論文中描述的模型相比,該模型訓練的週期較少,適合快速部署。
模型能力
生物醫學命名實體識別
多任務學習
英語文本處理
使用案例
生物醫學研究
生物醫學文獻實體識別
從生物醫學文獻中識別疾病、基因和化學物質等實體。
提高生物醫學文獻的信息提取效率。
臨床記錄分析
分析臨床記錄中的關鍵實體,輔助醫療決策。
提升臨床數據的結構化處理能力。
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