B

Bert Large Uncased Med Ner

由 samrawal 开发
该模型用于识别医疗文本中的药物相关实体,包括药物名称、剂量、持续时间、频率和用药原因。
下载量 86
发布时间 : 3/2/2022

模型简介

基于i2b2(现为n2c2)2009年药物任务数据集训练的命名实体识别模型,专门用于从医疗文本中提取药物相关信息。

模型特点

多类别实体识别
能够同时识别药物名称、剂量、持续时间、频率和用药原因五种实体类型。
医疗领域专用
专门针对医疗文本优化,能够理解医学术语和药物相关表达。
基于标准数据集
使用i2b2/n2c2 2009标准数据集训练,确保模型性能可靠。

模型能力

医疗文本分析
药物信息提取
命名实体识别
临床记录处理

使用案例

医疗信息处理
电子病历分析
从电子病历中自动提取患者的用药信息
提高医疗记录处理效率,减少人工提取时间
临床研究数据准备
为药物研究自动收集和分析患者用药数据
加速研究数据收集过程
医疗保健应用
药物管理系统
自动识别和分类患者用药信息
改善药物管理流程
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase