基于BioBERT在bc2gm_corpus数据集上微调的生物医学命名实体识别模型
下载量 26
发布时间 : 10/26/2022
模型简介
该模型是针对生物医学文本的命名实体识别任务优化的BERT模型,能够识别基因、蛋白质等生物医学实体
模型特点
生物医学领域优化
基于BioBERT架构,专门针对生物医学文本进行预训练和微调
高性能实体识别
在bc2gm_corpus数据集上达到81.14%的F1值,表现优异
精确的基因/蛋白质识别
专门针对基因和蛋白质名称识别进行优化
模型能力
生物医学文本分析
命名实体识别
基因/蛋白质名称提取
使用案例
生物医学研究
文献挖掘
从生物医学文献中自动提取基因和蛋白质名称
可帮助研究人员快速识别关键生物实体
知识图谱构建
为生物医学知识图谱自动标注实体
提高知识图谱构建效率
临床文本处理
电子病历分析
从临床记录中识别基因相关实体
辅助临床决策支持
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