OpenMed/OpenMed-NER-GenomeDetect-ModernMed-149M
🧬 OpenMed-NER-GenomeDetect-ModernMed-149M(https://huggingface.co/OpenMed/OpenMed-NER-GenomeDetect-ModernMed-149M) Specialized model for Gene/Protein Entity Recognition - Gene and protein mentions !License(https://img.shields.io/badge/License-Apache...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#2 Repository Của Tuần
#2 Repository Của Tuần
#2 Repository Của Tuần
🧬 Nhận dạng gen/protein trong văn bản y sinh với ModernBERT
Mô hình fine-tuned chuyên dụng cho thừa nhận tên gen và protein trong văn bản y học và nghiên cứu.
Mô hình OpenMed-NER-GenomeDetect-ModernMed-149M là một bản fine-tuned của ModernBERT nhằm thực hiện nhận dạng thựa thể (NER) cho các tên gen và protein trong văn bản y sinh học. Mô hình được huấn luyện trên bộ dữ liệu BC2GM (BioCreative II Gene Mention), một tập hợp các câu trong tóm tắt MEDLINE có chú thích thủ công cho tên gen/protein, phục vụ như chuẩn đoán cho hệ thống nhận dạng tên gen tự động.
✨ Điểm nổi bật
- Độ chính xác cao: Tối ưu cho nhận dạng thựa thể y sinh học.
- Tập trung miền y sinh: Được huấn luyện trên bộ dữ liệu BC2GM được chọn lọc.
- Sẵn sàng sản xuất: Đã xác thực trên các bộ chuẩn lâm sàng.
- Tích hợp dễ dàng: Tương thích với hệ sinh thái Hugging Face Transformers.
- Hỗ trợ nhãn:
B-GENE/PROTEINvàI-GENE/PROTEIN. - Hiệu suất: F1 = 0.81, Precision = 0.80, Recall = 0.81, Accuracy = 0.95.
💡 Vì sao đáng chú ý
Mô hình này khác biệt nhờ được huấn luyện riêng trên bộ dữ liệu BC2GM – một chuẩn đầu tiên trong lĩnh vực nhận dạng tên gen trong văn bản y sinh học. Với kiến trúc ModernBERT nhẹ (149M tham số), mô hình cân bằng giữa hiệu suất và hiệu quả tính toán, phù hợp cho các ứng dụng như khai thác văn bản y học, xây dựng đồ thị tri thức sinh học, hoặc giám sát tương tác thuốc.
#BiomedicalNER #ModernBERT #GenomeDetection #OpenMed #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
Cross-Encoder for MS Marco This model was trained on the MS Marco Passage Ranking(https://github.com/microsoft/MSMARCO-Passage-Ranking) task. The model can be used for Information Retrieval: Given a query, encode the query will all possible passages...
sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic se...
BERT base model (uncased) Pretrained model on English language using a masked language modeling (MLM) objective. It was introduced in this paper(https://arxiv.org/abs/1810.04805) and first released in this repository(https://github.com/google-resear...
🧬 OpenMed-NER-GenomeDetect-ModernMed-395M(https://huggingface.co/OpenMed/OpenMed-NER-GenomeDetect-ModernMed-395M) Specialized model for Gene/Protein Entity Recognition - Gene and protein mentions !License(https://img.shields.io/badge/License-Apache...
🧬 OpenMed-NER-GenomeDetect-SuperClinical-434M(https://huggingface.co/OpenMed/OpenMed-NER-GenomeDetect-SuperClinical-434M) Specialized model for Gene/Protein Entity Recognition - Gene and protein mentions !License(https://img.shields.io/badge/Licens...
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...
Model Card for T5 Small !model image(https://camo.githubusercontent.com/623b4dea0b653f2ad3f36c71ebfe749a677ac0a1/68747470733a2f2f6d69726f2e6d656469756d2e636f6d2f6d61782f343030362f312a44304a31674e51663876727255704b657944387750412e706e67) Table of Con...
Qwen3.8-27B !Note This repository contains model weights and configuration files for the post-trained model in the Hugging Face Transformers format. These artifacts are compatible with Hugging Face Transformers, vLLM, SGLang, TokenSpeed, etc. !Tip F...