madatnlp commited on
Commit
6da299f
·
1 Parent(s): c2d2f73

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +24 -23
README.md CHANGED
@@ -9,11 +9,12 @@ tags:
9
 
10
  이 모델은 KM-BERT의 모델을 다운 받아, 임의로 허깅페이스 모델의 형태로 사용하기 좋게 변환한 모델 입니다.
11
  <br>
12
- <br>
13
- <br>
14
- <br>
15
  모델은 그대로이나, 토크나이저를 허깅페이스에 맞게 조정하는 과정에서 오류가 있을 수도 있음을 알립니다.
 
 
16
  KM-BERT를 사용해볼 수 있게 공유해주신 저자분께 감사드립니다.
 
17
 
18
 
19
  ## Model Details
@@ -23,36 +24,36 @@ bing 활용 요약:
23
 
24
  이 문서는 다음과 같은 내용을 다룹니다:
25
 
26
- 한국어 의료 자연어 처리를 위한 사전 훈련된 BERT 모델.
27
- 이 모델은 의료 분야에서 사용되는 한국어 텍스트를 분석하기 위해 KR-BERT 모델을 기반으로 한국어 의료 코퍼스로 사전 훈련한 KM-BERT라고 합니다.
28
- 이 모델은 의료 교과서, 건강 정보 뉴스, 의료 연구 논문 등 세 가지 유형의 문서로 구성된 약 1억 1천 6백만 단어의 한국어 의료 코퍼스를 사용했습니다.
29
 
30
- 내부 평가와 외부 평가.
31
- 이 모델은 MLM과 NSP라는 두 가지 비지도 사전 훈련 과제를 수행하고, 새로운 한국어 의료 코퍼스와 MedSTS 데이터셋을 이용하여 언어 이해 능력을 내부 평가했습니다.
32
- 또한, 한국어 의료 의미론적 텍스트 유사도(MedSTS) 데이터셋과 한국어 의료 개체 인식(NER) 데이터셋을 이용하여 하류 과제에 대한 성능을 외부 평가했습니다.
33
- 결과적으로, KM-BERT는 기존의 언어 모델들보다 우수한 성능을 보였습니다.
34
 
35
- 언어별 및 분야별 관점.
36
- M-BERT는 다양한 언어에 대한 NLP 과제에 높은 전이성을 보이지만, 언어별 BERT 모델들이 M-BERT보다 더 나은 성능을 보인다는 것이 증명되었습니다
37
- 1. 한국어는 영어와 같은 인도유럽어와는 다른 단어 순서를 가지고 있기 때문에, 한국어에 특화된 BERT 모델이 필요합니다.
38
- 2. 또한, SciBERT나 LEGAL-BERT와 같은 분야별 BERT 임베딩이 BERT보다 전문 용어와 용법에 대한 이해력을 향상시킨다는 것이 밝혀졌습니다.
39
- 3. 이러한 연구 결과들은 한국어 의료 분야에 적합한 BERT 모델 개발의 필요성과 효과성을 보여줍니다.
40
 
41
 
42
  ### Model Sources [optional]
43
 
44
 
45
- - **Repository:** https://github.com/KU-RIAS/KM-BERT-Korean-Medical-BERT
46
- - **Paper:** https://www.nature.com/articles/s41598-022-17806-8
47
 
48
 
49
  ## Citation [optional]
50
 
51
 
52
- @article{KMBERT,
53
- title={KM-BERT: A Pre-trained BERT for Korean Medical Natural Language Processing},
54
- author={TBD},
55
- year={TBD},
56
- journal={TBD},
57
- volume={TBD}
58
  }
 
9
 
10
  이 모델은 KM-BERT의 모델을 다운 받아, 임의로 허깅페이스 모델의 형태로 사용하기 좋게 변환한 모델 입니다.
11
  <br>
12
+
 
 
13
  모델은 그대로이나, 토크나이저를 허깅페이스에 맞게 조정하는 과정에서 오류가 있을 수도 있음을 알립니다.
14
+ <br>
15
+
16
  KM-BERT를 사용해볼 수 있게 공유해주신 저자분께 감사드립니다.
17
+ <br>
18
 
19
 
20
  ## Model Details
 
24
 
25
  이 문서는 다음과 같은 내용을 다룹니다:
26
 
27
+ 한국어 의료 자연어 처리를 위한 사전 훈련된 BERT 모델. <br>
28
+ 이 모델은 의료 분야에서 사용되는 한국어 텍스트를 분석하기 위해 KR-BERT 모델을 기반으로 한국어 의료 코퍼스로 사전 훈련한 KM-BERT라고 합니다. <br>
29
+ 이 모델은 의료 교과서, 건강 정보 뉴스, 의료 연구 논문 등 세 가지 유형의 문서로 구성된 약 1억 1천 6백만 단어의 한국어 의료 코퍼스를 사용했습니다. <br>
30
 
31
+ 내부 평가와 외부 평가. <br>
32
+ 이 모델은 MLM과 NSP라는 두 가지 비지도 사전 훈련 과제를 수행하고, 새로운 한국어 의료 코퍼스와 MedSTS 데이터셋을 이용하여 언어 이해 능력을 내부 평가했습니다. <br>
33
+ 또한, 한국어 의료 의미론적 텍스트 유사도(MedSTS) 데이터셋과 한국어 의료 개체 인식(NER) 데이터셋을 이용하여 하류 과제에 대한 성능을 외부 평가했습니다. <br>
34
+ 결과적으로, KM-BERT는 기존의 언어 모델들보다 우수한 성능을 보였습니다. <br>
35
 
36
+ 언어별 및 분야별 관점. <br>
37
+ M-BERT는 다양한 언어에 대한 NLP 과제에 높은 전이성을 보이지만, 언어별 BERT 모델들이 M-BERT보다 더 나은 성능을 보인다는 것이 증명되었습니다. <br>
38
+ 1. 한국어는 영어와 같은 인도유럽어와는 다른 단어 순서를 가지고 있기 때문에, 한국어에 특화된 BERT 모델이 필요합니다. <br>
39
+ 2. 또한, SciBERT나 LEGAL-BERT와 같은 분야별 BERT 임베딩이 BERT보다 전문 용어와 용법에 대한 이해력을 향상시킨다는 것이 밝혀졌습니다. <br>
40
+ 3. 이러한 연구 결과들은 한국어 의료 분야에 적합한 BERT 모델 개발의 필요성과 효과성을 보여줍니다. <br>
41
 
42
 
43
  ### Model Sources [optional]
44
 
45
 
46
+ - **Repository:** https://github.com/KU-RIAS/KM-BERT-Korean-Medical-BERT <br>
47
+ - **Paper:** https://www.nature.com/articles/s41598-022-17806-8 <br>
48
 
49
 
50
  ## Citation [optional]
51
 
52
 
53
+ @article{KMBERT, <br>
54
+ title={KM-BERT: A Pre-trained BERT for Korean Medical Natural Language Processing}, <br>
55
+ author={TBD}, <br>
56
+ year={TBD}, <br>
57
+ journal={TBD}, <br>
58
+ volume={TBD} <br>
59
  }