模型

Bio_ClinicalBERT

emilyalsentzer/Bio_ClinicalBERT

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:mit 上游版本:d5892b39a4ad

中文简介

emilyalsentzer/Bio_ClinicalBERT 是 emilyalsentzer 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 d5892b39a4ad,同步到 12 个文件,文件元数据合计 3.85 GB;访问状态为“公开”,许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 emilyalsentzer/Bio_ClinicalBERT 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
emilyalsentzer/Bio_ClinicalBERT 是 emilyalsentzer 在 Hugging Face 发布的模型仓库,当前卡片主要关联上游卡片所列任务。本站固定记录上游版本 d5892b39a4ad,同步到 12 个文件,文件元数据合计 3.85 GB;访问状态为“公开”,许可证字段为“mit”。

【适用方向】
适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:d5892b39a4ad。 任务标签:上游卡片所列任务。 语言字段:en。 库标记:transformers。 模型类型字段:bert。 上游页面记录的最近更新时间:2024-12-03。

【文件信息】
上游 API 返回 12 个文件,文件元数据合计 3.85 GB。 已保存文件清单中的主要扩展名:无扩展名 2 个、.bin 1 个、.data-00000-of-00001 1 个、.h5 1 个、.index 1 个、.json 1 个。 当前较大的文件包括:model.ckpt-150000.data-00000-of-00001(1.22 GB);tf_model.h5(502.28 MB);pytorch_model.bin(415.59 MB)。

【运行或处理环境】
仓库文件元数据合计 3.85 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-26 00:51

ClinicalBERT - Bio + Clinical BERT Model The Publicly Available Clinical BERT Embeddings paper contains four unique clinicalBERT models: initialized with BERT-Base (`cased_L-12_H-768_A-12`) or BioBERT (`BioBERT-Base v1.0 + PubMed 200K + PMC 270K`) & trained on either all MIMIC notes or only discharge summaries. This model card describes the Bio+Clinical BERT model, which was initialized from BioBERT & trained on all MIMIC notes. Pretraining Data The `Bio_ClinicalBERT` model was trained on all notes from MIMIC III, a database containing electronic health records from ICU patients at the Beth Israel Hospital in Boston, MA. For more details on MIMIC, see here. All notes from the `NOTEEVENTS` table were included (~880M words). Model Pretraining Note Preprocessing Each note in MIMIC was first split into sections using a rules-based section splitter (e.g. discharge summary notes were split into "History of Present Illness", "Family History", "Brief Hospital Course", etc. sections). Then each section was split into sentences using SciSpacy (`en core sci md` tokenizer). Pretraining Procedures The model was trained using code from Google's BERT repository on a GeForce GTX TITAN X 12 GB GPU. Model parameters were initialized with BioBERT (`BioBERT-Base v1.0 + PubMed 200K + PMC 270K`). Pretraining Hyperparameters We used a batch size of 32, a maximum sequence length of 128, and a learning rate of 5 · 10−5 for pre-training our models. The models trained on all MIMIC notes were trained for 150,000 steps. The dup factor for duplicating input data with different masks was set to 5. All other default parameters were used (specifically, masked language model probability = 0.15 and max predictions per sequence = 20). How to use the model Load the model via the transformers library: More Information Refer to the original paper, Publicly Available Clinical BERT Embeddings (NAACL Clinical NLP Workshop 2019) for additional details and performance on NLI and NER tasks. Questions? Post a G

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估上游卡片所列任务能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:d5892b39a4ad。 任务标签:上游卡片所列任务。 语言字段:en。 库标记:transformers。 模型类型字段:bert。 上游页面记录的最近更新时间:2024-12-03。

文件说明

上游 API 返回 12 个文件,文件元数据合计 3.85 GB。 已保存文件清单中的主要扩展名:无扩展名 2 个、.bin 1 个、.data-00000-of-00001 1 个、.h5 1 个、.index 1 个、.json 1 个。 当前较大的文件包括:model.ckpt-150000.data-00000-of-00001(1.22 GB);tf_model.h5(502.28 MB);pytorch_model.bin(415.59 MB)。

上游文件元数据

  • .gitattributes391 B
  • config.json385 B
  • flax_model.msgpack413.18 MB
  • graph.pbtxt9.16 MB
  • LICENSE1.05 KB
  • model.ckpt-150000.data-00000-of-000011.22 GB
  • model.ckpt-150000.index22.80 KB
  • model.ckpt-150000.meta3.88 MB
  • pytorch_model.bin415.59 MB
  • README.md2.62 KB
  • tf_model.h5502.28 MB
  • vocab.txt208.45 KB

硬件建议

仓库文件元数据合计 3.85 GB。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。