language:

• ko tags:
• biology

模型卡片（Model ID）

本模型基于KM-BERT架构，经格式转换后适配HuggingFace平台使用。

模型结构保持原始状态，分词器采用论文中指定的snunlp/KR-BERT-char16424版本。

特别鸣谢KM-BERT原作者的开源共享。

如有问题将进行修正，或根据作者要求随时下架模型。

模型详情

必应摘要：

本文档涵盖以下内容：

面向韩语医疗自然语言处理的预训练BERT模型。
该模型基于KR-BERT架构，通过1.16亿单词规模的韩语医疗语料库（含医学教材、健康资讯、科研论文三类文本）预训练，命名为KM-BERT。

评估体系：
• 内部评估：通过MLM（掩码语言建模）和NSP（下一句预测）无监督任务，结合新建医疗语料库与MedSTS数据集验证语言理解能力
• 外部评估：在韩语医疗语义相似度（MedSTS）和命名实体识别（NER）任务中，KM-BERT均超越基线模型

跨语言/跨领域视角：

1. 韩语特有的语序特征要求定制化BERT架构
   
2. 专业领域BERT（如SciBERT/LEGAL-BERT）在术语理解方面具有优势
   
3. 本研究证实了医疗领域专用韩语BERT模型的必要性
   

模型来源 [可选]

• 代码库: https://github.com/KU-RIAS/KM-BERT-Korean-Medical-BERT
  
• 论文: https://www.nature.com/articles/s41598-022-17806-8
  

引用格式 [可选]

@article{KMBERT,
title={KM-BERT: 面向韩语医疗自然语言处理的预训练BERT模型},
author={待补充},
year={待补充},
journal={待补充},
volume={待补充}
}