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。

Clinical-Longformer - 基于Longformer的临床知识增强模型 提高医疗NLP任务效果
Clinical-LongformerGithubHuggingface临床自然语言处理医疗信息学开源项目模型长文本处理预训练语言模型
Clinical-Longformer是一种临床知识增强的预训练语言模型,基于Longformer架构开发。该模型利用MIMIC-III临床笔记进行进一步预训练,可处理长达4,096个token的输入。在10个基准数据集上,Clinical-Longformer在多项任务中表现优于ClinicalBERT,包括命名实体识别、问答、自然语言推理和文本分类。这一改进为长文本临床NLP任务提供了更有效的工具,有望推动医疗领域自然语言处理技术的进步。
gliner_medium-v2.1 - 多功能通用型命名实体识别模型GLiNER
GLiNERGithubHuggingface人工智能命名实体识别开源项目机器学习模型自然语言处理
GLiNER是一种基于双向Transformer编码器的命名实体识别模型,可识别任意类型的实体。该模型为资源受限场景提供了实用的替代方案,克服了传统NER模型仅限预定义实体的局限性,同时避免了大型语言模型的高成本问题。GLiNER支持多语言,提供不同规模的版本,安装使用简便。在NER基准测试中表现优异,适用于多种应用场景。
phibert-finetuned-ner - 微调生物文本识别的新模型提升精度与准确性
Adam优化器GithubHuggingfacephibert-finetuned-ner召回率开源项目模型精确度训练损失
phibert-finetuned-ner模型是通过微调dmis-lab的biobert-v1.1而实现的,旨在提高生物文本识别领域的精度和准确性。其在评估数据集上取得了精度0.9238和准确性0.9950。此模型适用于生物医学领域的命名实体识别,优化过程中采用了Adam优化器和线性学习率调度策略,在3个训练纪元中实现了低损失与高精确度。
deid_roberta_i2b2 - RoBERTa模型用于医疗记录去标识化
GithubHIPAAHuggingfaceI2B2RoBERTa医疗记录去标识化开源项目模型自然语言处理
这是一个基于RoBERTa的序列标注模型,专门用于医疗记录去标识化。模型能识别11种受保护健康信息类型,采用BILOU标记方案。在I2B2 2014数据集上训练后,可自动从医疗记录中移除敏感信息。项目提供了使用说明、数据格式要求和示例代码,便于快速应用。
IndicNER - 面向11种印度语言的多语言命名实体识别模型
GithubHuggingfaceIndicNER印度语言命名实体识别多语言模型开源项目模型自然语言处理
IndicNER是一个针对11种印度语言开发的命名实体识别模型。该模型通过数百万句子的微调训练,并在人工标注测试集和多个公开数据集上进行了性能评估。IndicNER支持阿萨姆语、孟加拉语、古吉拉特语等多种印度语言,能够有效识别句子中的命名实体。作为一个基于最新深度学习技术的工具,IndicNER为印度语言的自然语言处理研究和应用提供了有力支持。
clinical-assertion-negation-bert - 临床文本病症状态分类BERT模型
BERTGithubHuggingface临床医疗医疗诊断开源项目文本分类模型自然语言处理
基于ClinicalBERT的预训练模型,专注于临床笔记中的病症状态分类。该模型可识别医疗记录中的病症状态,将其分为存在(PRESENT)、不存在(ABSENT)和可能存在(POSSIBLE)三类。通过在i2b2挑战赛数据集上微调,为临床文档的结构化处理提供支持。
ICD-10-Code-Prediction - 基于临床BERT实现医疗诊断代码自动预测
BERTGithubHuggingfaceICD-10临床预测医疗诊断开源项目模型自然语言处理
这是一个基于MIMIC临床数据训练的BERT模型,用于自动预测医疗诊断文本对应的ICD-10代码。模型通过Transformers库实现,支持输出前5个最可能的预测结果。该工具可用于辅助医疗诊断编码工作,提升工作效率。
Product-Name-NER-model - 繁体中文商品名称属性识别模型
GithubHuggingfaceNER命名实体识别商品名称属性提取开源项目模型繁体中文
这是一个针对繁体中文商品名称的命名实体识别(NER)模型,可识别16种商品属性,如品牌、名称和颜色等。模型在容量、重量和颜色识别方面表现尤为出色,总体F1-score达到0.7807。该工具可应用于电子商务、产品分析和搜索优化等领域,有助于提升相关数据处理的效率。
Llama3-Med42-8B - 临床大模型开创医学问答新时代
GithubHuggingfaceLLMMed42-v2健康医疗医疗大模型开源项目模型问答系统
Med42-v2套件提供访问8亿或70亿参数的临床大语言模型,通过LLaMA-3开发,其在医学问答任务中的表现卓越,特别是Med42-v2-70B,在MCQA任务中超越了GPT-4.0,位居临床Elo评分榜首,并在MedQA零样本测试中取得79.10的优秀成绩。目前,该模型尚需进一步评估以确保安全,并计划应用于医疗问答、患者记录总结等领域,以增强临床决策支持。
Myrrh_solar_10.7b_3.0 - Myrrh_solar_10.7b_3.0模型在医疗数据处理中的潜力
AI-hubGithubHuggingfaceMoAData医疗数据集大规模语言模型开源项目模型深度学习
该项目利用DPO方法对AI-hub医疗数据集进行训练,由MoAData公司开发,作者为Taeeon Park和Gihong Lee。这一模型专注于增强医疗数据处理的能力,用户可以通过Transformers库直接调用该模型,适用于多种医疗应用场景。
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

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

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