S
Spanbert Base Pheno
由 sadaqabdo 开发
基于SpanBert架构在pheno数据集上微调的命名实体识别模型,专注于生物医学领域的实体识别任务。
下载量 17
发布时间 : 4/17/2022
模型简介
该模型采用SpanBert架构,在pheno数据集上进行微调,主要用于识别生物医学文本中的命名实体,如基因、蛋白质、疾病等。
模型特点
生物医学领域优化
针对生物医学文本进行优化,能够准确识别专业术语和实体。
SpanBert架构
采用SpanBert架构,擅长处理跨度级别的实体识别任务。
pheno数据集微调
在pheno数据集上微调,专注于生物医学命名实体识别。
模型能力
生物医学文本处理
命名实体识别
实体跨度检测
使用案例
生物医学研究
文献实体提取
从生物医学文献中提取基因、蛋白质等实体
提高文献信息提取效率
临床记录分析
分析临床记录中的疾病和药物实体
辅助临床决策支持
知识图谱构建
生物医学知识图谱
从文本中提取实体用于构建知识图谱
丰富知识图谱内容
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文