AIbase

R

Radbert

由 StanfordAIMI 开发
RadBERT是基于BioBERT初始化的放射学领域专用BERT模型，在放射学报告数据上进行了持续预训练，适用于生物医学和放射学领域的自然语言处理任务。
大型语言模型
Transformers
英语
开源协议:MIT#放射学文本填空#生物医学BERT优化#多机构报告适配
下载量 1,749
发布时间 : 5/4/2022
模型介绍
内容详情
替代品

模型简介

RadBERT是一个基于BERT架构的转换器模型，专门针对生物医学和放射学领域的文本处理进行了优化。它能够处理放射学报告中的专业术语和上下文关系。

模型特点

领域专用预训练
基于BioBERT初始化，在放射学报告数据上进行了持续预训练，优化了生物医学和放射学领域的文本处理能力。
多源训练数据
训练数据包括维基百科、图书语料库、PubMed文献库和放射报告库，增强了模型的泛化能力。
无大小写区分
模型不区分大小写，能够更好地处理医学文本中常见的大小写混用情况。

模型能力

放射学文本填空
生物医学文本理解
放射学报告分析

使用案例

医疗诊断支持
放射学报告自动补全
帮助放射科医生快速完成报告撰写，自动填充常见术语和描述。
提高报告撰写效率，减少人工输入错误
COVID-19诊断推断
从多机构放射报告中推断COVID-19存在的可能性。
在相关研究中展示了良好的推断性能
医学研究
医学文献分析
处理和分析PubMed等医学文献库中的专业文本。