OpenMed/OpenMed-NER-OrganismDetect-TinyMed-82M
🧬 OpenMed-NER-OrganismDetect-TinyMed-82M(https://huggingface.co/OpenMed/OpenMed-NER-OrganismDetect-TinyMed-82M) Specialized model for Species Entity Recognition - Species names from the Species-800 dataset !License(https://img.shields.io/badge/Lice...
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🧬 Nhận diện tên loài sinh học trong văn bản y học với mô hình cực nhỏ gọn
Mô hình OpenMed-NER-OrganismDetect-TinyMed-82M — chuyên trích xuất tên loài sinh học từ văn bản khoa học và y tế.
Đây là mô hình transformer được tinh chỉnh (fine-tuned) nhỏ gọn, chuyên dùng để nhận diện và trích xuất tên loài sinh học (species names) từ văn bản y học, nghiên cứu khoa học và tài liệu y tế. Mô hình dựa trên bộ dữ liệu Species-800 — một bộ lưu trữ 800 trừu luận được chú thích thủ công với các nhắc đến tên sinh vật, hỗ trợ công nhận danh pháp sinh học và phân loại học.
✨ Điểm nổi bật
- Trích xuất tên loài: Nhận diện
B-SPECIESvàI-SPECIEStrong văn bản - Nhỏ gọn hiệu quả: Chỉ với 82 triệu tham số, phù hợp triển khai nhanh
- Tích hợp dễ dàng: Hỗ trợ ngay với Hugging Face Transformers
- Miễn phí nguồn mở: Giấy phép Apache 2.0
- Đa ngữ hỗ trợ: Tối ưu cho ngôn ngữ tiếng Anh
💡 Vì sao đáng chú ý
Mô hình nhỏ nhưng vẫn đạt hiệu suất ổn định với F1 = 0.72, phù hợp cho các bài toán khai thác dữ liệu lớn nhanh hoặc triển khai bằng tay. Không cần phần cứng mạnh, dễ dàng tích hợp vào pipeline xử lý ngôn ngữ tự nhiên trong lĩnh vực sinh học và y học.
#OpenMed #NER #SpeciesRecognition #TinyMed #BiomedicalNLP #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...
🧬 OpenMed-NER-OrganismDetect-BioPatient-108M(https://huggingface.co/OpenMed/OpenMed-NER-OrganismDetect-BioPatient-108M) Specialized model for Species Entity Recognition - Species names from the Species-800 dataset !License(https://img.shields.io/ba...
🧬 OpenMed-NER-OrganismDetect-BioMed-109M(https://huggingface.co/OpenMed/OpenMed-NER-OrganismDetect-BioMed-109M) Specialized model for Species Entity Recognition - Species names from the Species-800 dataset !License(https://img.shields.io/badge/Lice...
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-SpeciesDetect-ElectraMed-109M(https://huggingface.co/OpenMed/OpenMed-NER-SpeciesDetect-ElectraMed-109M) Specialized model for Species Entity Recognition - Species and organism names !License(https://img.shields.io/badge/License-Apache...
🧬 OpenMed-NER-SpeciesDetect-ModernMed-149M(https://huggingface.co/OpenMed/OpenMed-NER-SpeciesDetect-ModernMed-149M) Specialized model for Species Entity Recognition - Species and organism names !License(https://img.shields.io/badge/License-Apache%2...
🧬 OpenMed-NER-SpeciesDetect-ModernClinical-395M(https://huggingface.co/OpenMed/OpenMed-NER-SpeciesDetect-ModernClinical-395M) Specialized model for Species Entity Recognition - Species and organism names !License(https://img.shields.io/badge/Licens...