Project Icon

MedNER-CR-JA

日语医疗文档命名实体识别模型

MedNER-CR-JA是一个面向日语医疗文档的命名实体识别模型,基于NTCIR-16 Real-MedNLP标准开发。模型可识别医疗文本中的疾病诊断、用药信息及时序表达,输出XML格式的标准化标注结果。通过Python实现,支持批量处理医疗文档,适用于医疗信息提取和文本分析等应用场景。

ClinicalNER - 多语言临床命名实体识别模型 提取医疗文本中的药物和用药信息
GithubHuggingfaceMedNERFXLM-R临床命名实体识别医疗文本分析多语言模型开源项目模型
ClinicalNER是一个基于XLM-R Base的多语言临床命名实体识别模型,通过英语n2c2数据集微调。该模型能从医疗文本中提取药物、剂量、频率、持续时间、用量和剂型等实体信息。在法语评估测试集MedNERF上,ClinicalNER展现了优异的零样本跨语言迁移能力,micro-F1分数达0.804。支持英、法、德、西、意等多种语言,ClinicalNER为临床文本分析提供了实用的工具。
Medical-NER - DeBERTa微调的医学命名实体识别模型
DeBERTaGithubHuggingfaceNER模型token-classification医学数据集医疗实体识别开源项目模型
该模型基于DeBERTa在PubMED数据集上微调,可识别41种医学实体,如诊断、症状和治疗。它利用先进的自然语言处理技术从医疗文本中准确提取关键信息,支持临床决策和医学研究。模型可通过Hugging Face推理API或transformers库轻松使用,为医疗信息处理提供了便捷工具。
biomedical-ner-all - 基于英语的生物医学实体识别AI模型
AIGithubHuggingfaceMaccrobatNamed Entity Recognitiontransformers库开源项目模型生物医学
该AI模型基于Maccrobat数据集训练,可以识别107种生物医学实体,适用于案例报告等文本工作。通过distilbert-base-uncased构建,拥有低碳排放(0.0279千克)和30.17分钟的训练时间。通过Huggingface API或transformers库,可便捷应用于生物医学领域;教程视频提供详细使用说明。
xlm-roberta-ner-japanese - 基于XLM-RoBERTa的日语命名实体识别模型
GithubHuggingfaceXLM-RoBERTa命名实体识别固有表现抽出开源项目日语模型模型自然语言处理
xlm-roberta-ner-japanese是一个基于xlm-roberta-base的日语命名实体识别模型。该模型利用日本维基百科数据集进行训练,能够识别8种实体类型,包括人名、组织和地点等。模型在验证集上实现了0.9864的F1分数。它提供了简洁的使用方法,便于集成到各类自然语言处理应用中,适用于日语文本的实体提取任务。
scibert_scivocab_uncased-finetuned-ner - 采用SciBERT微调的药物和不良反应识别模型
GithubHuggingfaceSciBERT不良反应医学命名实体识别开源项目模型药物
此模型基于SciBERT进行微调,专门用于识别药物名称和其不良反应,能够有效分类输入文本中的药物和不良反应实体,提升医学文本的信息提取效率。通过简单设置NER流水线,该模型可快速部署并用于自动化识别,主要应用于处理与药物和不良反应相关的自然语言处理任务,是处理ade_corpus_v2数据集的有效工具。
roberta-es-clinical-trials-ner - 西班牙语临床试验文本的医学命名实体识别模型
GithubHuggingfaceUMLSroberta-es-clinical-trials-ner临床试验医学命名实体识别开源项目模型西班牙语
这是一个针对西班牙语临床试验文本的医学命名实体识别模型。它可以识别四类语义实体:解剖结构、化学物质、疾病和医疗程序。模型基于bsc-bio-ehr-es预训练模型微调而来,在评估集上展现出较高的准确率和F1值。目前该模型仍在开发中,主要用于分析临床试验相关文本,不适合直接应用于医疗决策。
MedEmbed-small-v0.1 - 模型在医疗信息检索和分类中的应用
GithubHuggingfaceMedEmbed临床嵌入信息检索医疗嵌入句子变换器开源项目模型
项目专注于利用组合数据集进行信息检索与分类操作,如MedicalQARetrieval、NFCorpus和PublicHealthQA等。模型的评估指标包括精确率、召回率和F1-分数,在多任务如医疗问答和亚马逊评论分类中展现了良好性能。分类和检索任务测试结果显示,该模型在精度和性能上表现优异,为医疗嵌入和临床信息检索提供了有效的解决方案。
bert-ner-japanese - 日本语固有表达识别,使用BERT模型实现
BERTGithubHuggingface固有表现抽取开源项目日本机器学习模型自然语言处理
本项目利用BertForTokenClassification模型,实现高效的日本语固有表达识别,可识别八种类别,如人名、法人名和地名等,以满足多样化的语言处理需求。该项目基于东北大学的日本语BERT模型和stockmarkteam的Wikipedia数据集进行训练,通过安装transformers库等,即可实现快速识别,适合应用于IT和学术研究领域的文本分析。
meditron-7b - 在医学领域提升大型语言模型性能的创新方法
GPT预训练GithubHuggingfaceLlama-2Meditron医学大语言模型开源项目模型
Meditron-7B是开源的医学大型语言模型,通过持久的预训练,结合选定的PubMed文献和国际医学指南数据,提高了医疗推理任务的能力。该模型在文本生成和医疗问答方面显示了潜力,但实际使用需经过更多测试和适应调整。
MedCAT - 从电子健康记录中提取信息并链接到生物医学术语库
GithubMedCATSNOMED-CTUMLS开源项目生物医学本体论电子健康记录
MedCAT是一款用于从电子健康记录(EHR)中提取信息并将其链接到生物医学术语库(如SNOMED-CT和UMLS)的工具。它支持多个模型,包括UMLS小型模型、完整的SNOMED国际模型和荷兰UMLS模型等。用户可以通过UMLS用户认证下载最新的模型包。项目持续更新,新增功能包括医疗文本否定检测和患者时间线深度生成建模。此外,还发布了多篇相关研究论文。安装简单,可选择支持GPU或CPU。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号