基于BioBERT在NCBI疾病数据集上微调的命名实体识别模型
下载量 197
发布时间 : 3/2/2022
模型简介
该模型是基于BioBERT架构,在PubMed文献上预训练后,针对NCBI疾病数据集进行微调的命名实体识别模型,专门用于生物医学领域的疾病实体识别任务。
模型特点
生物医学领域优化
基于PubMed文献预训练,特别适合处理生物医学文本
高准确率
在NCBI疾病数据集上达到98.27%的准确率
精细实体识别
能够准确识别生物医学文献中的疾病相关实体
模型能力
生物医学文本分析
疾病实体识别
科学文献信息提取
使用案例
医学研究
文献疾病实体提取
从医学研究文献中自动识别和提取疾病相关实体
F1值达到0.8625
生物信息学
疾病知识图谱构建
为构建疾病知识图谱提供实体识别支持
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