基于BioBERT在CRAFT语料库上微调的命名实体识别模型,用于识别生物医学文本中的6类实体
下载量 15
发布时间 : 3/11/2022
模型简介
该模型专门用于处理生物医学文本,能够识别序列、细胞、蛋白质、基因、分类单元和化学物质等6类实体标签。
模型特点
生物医学领域优化
基于BioBERT预训练模型,专门针对生物医学文本进行优化
多类别实体识别
可同时识别6种不同类型的生物医学实体
高精度识别
在CRAFT数据集上达到F1值0.8382的识别性能
模型能力
生物医学文本分析
命名实体识别
序列标注
使用案例
生物医学研究
文献信息提取
从生物医学文献中自动提取关键实体信息
可帮助研究人员快速定位文献中的关键生物医学实体
知识图谱构建
为生物医学知识图谱自动标注实体
提高知识图谱构建的效率和准确性
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