# 醫療文本分析

OpenBioNER 是一款專為開放領域生物醫學命名實體識別（NER）定製的輕量級 BERT 模型，僅需目標實體類型的自然語言描述即可識別未見過的實體類型，無需重新訓練。

GLiNER-生物醫學版是基於GLiNER框架開發的專用生物醫學命名實體識別模型，能夠識別多種生物醫學實體類型。

GLiNER-生物醫學版是基於GLiNER框架的專用於生物醫學領域的開放NER高效模型套件，能夠識別生物醫學文本中的各類實體。

GLiNER 是一種命名實體識別（NER）模型，能夠通過雙向 Transformer 編碼器識別任何類型的實體，特別適用於個人身份信息（PII）識別。

基於BioBERT微調的命名實體識別模型，用於從臨床記錄中檢測醫學症狀。

該模型是基於ajtamayoh/NER_EHR_Spanish_model_Mulitlingual_BERT微調的西班牙語否定範圍檢測模型

基於BERTimbau Large訓練的葡萄牙語問答模型，在SQuAD v1.1葡萄牙語版上微調，適用於葡萄牙語問答任務。

這是一個通用的模型描述，不超過150字的簡短介紹。