懂AI
pubmedbert-base-embeddings

pubmedbert-base-embeddings

专为医学文献优化的嵌入模型 支持语义搜索和RAG应用

PubMedBERT Embeddings是一个专门针对医学文献优化的嵌入模型。它基于PubMedBERT进行微调，将句子和段落映射到768维向量空间。该模型在PubMed标题-摘要对上训练，相比通用模型能为医学文献生成更高质量的嵌入向量。它支持聚类、语义搜索等应用，可通过txtai、Sentence-Transformers或Hugging Face Transformers等框架轻松集成。在多个PubMed相关评估数据集上，该模型展现出优秀的性能表现。

模型Github医学文献开源项目Huggingface自然语言处理嵌入向量语义搜索PubMedBERT
访问官网GitHubHugging Face论文文档

PubMedBERT Embeddings项目介绍

PubMedBERT Embeddings是一个基于PubMedBERT-base模型的句子嵌入项目。这个项目利用sentence-transformers对原始模型进行了微调，使其能够将句子和段落映射到768维的密集向量空间中。该项目的主要目标是为医学文献提供高质量的嵌入表示，可用于聚类或语义搜索等任务。

项目特点

  1. 专门针对医学文献：该模型使用PubMed标题-摘要对的随机样本进行训练，因此特别适合处理医学领域的文本。

  2. 高性能：与通用模型相比，PubMedBERT Embeddings在医学文献处理方面表现更优秀。

  3. 可扩展性：该模型可以进一步针对特定医学子领域进行微调，以获得更好的性能。

  4. 多种使用方式：项目支持通过txtai、sentence-transformers和Hugging Face Transformers等多种方式使用。

使用方法

PubMedBERT Embeddings提供了多种使用方法，以适应不同的需求：

  1. 使用txtai构建嵌入数据库，用于语义搜索或作为检索增强生成（RAG）的知识源。

  2. 通过sentence-transformers加载模型，直接对句子进行编码。

  3. 使用Hugging Face Transformers直接调用模型，可以更灵活地控制编码过程。

性能评估

项目团队对PubMedBERT Embeddings进行了全面的性能评估。评估使用了多个数据集，包括PubMed QA、PubMed Subset和PubMed Summary。评估指标采用皮尔逊相关系数。

结果显示，PubMedBERT Embeddings在所有测试数据集上都取得了最好的性能，平均得分为95.64，超过了其他流行的基础模型和专门的PubMed相似度模型。

模型训练

PubMedBERT Embeddings的训练过程采用了精心设计的参数配置：

  1. 使用RandomSampler和BatchSampler进行数据加载，批量大小为24。

  2. 采用MultipleNegativesRankingLoss作为损失函数，使用余弦相似度。

  3. 训练使用AdamW优化器，学习率为2e-05，权重衰减为0.01。

  4. 使用WarmupLinear作为学习率调度器，预热步数为10000。

模型架构

PubMedBERT Embeddings的完整模型架构包括两个主要组件：

  1. Transformer：基于BertModel，最大序列长度为512。

  2. Pooling：使用平均池化模式，词嵌入维度为768。

这种架构设计使得模型能够有效地处理医学文献中的长文本，并生成高质量的嵌入表示。

通过这个项目，研究人员和开发者可以更便捷地处理医学文献，进行语义搜索、文本聚类等任务，从而促进医学知识的挖掘和应用。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多