Hwtcmner

🚀 TCMNER

TCMNERは、漢方の固有表現抽出に使用できる、微調整されたBERTモデルです。固有表現抽出タスクにおいて最先端の性能を発揮します。このモデルは、方剂、本草、来源、病名、症状、证型の6種類のエンティティを認識するように訓練されています。

🚀 クイックスタート

このモデルは、Transformersのパイプラインを使用して固有表現抽出を行うことができます。

基本的な使用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("Monor/TCMNER")
model = AutoModelForTokenClassification.from_pretrained("Monor/TCMNER")

nlp = pipeline("ner", model=model, tokenizer=tokenizer)
example = "化滞汤,出处：《证治汇补》卷八。。组成：青皮20g，陈皮20g，厚朴20g，枳实20g，黄芩20g，黄连20g，当归20g，芍药20g，木香5g，槟榔8g，滑石3g，甘草4g。。主治：下痢因于食积气滞者。"

ner_results = nlp(example)
print(ner_results)

✨ 主な機能

• TCMNERは、漢方の固有表現抽出に特化した微調整済みのBERTモデルです。
• 6種類のエンティティ（方剂、本草、来源、病名、症状、证型）を認識する能力を持っています。
• 中国語版の海为AI Labの固有表現抽出データセットで微調整されています。

📦 インストール

このモデルは、Transformersライブラリを使用して簡単に利用できます。必要な依存関係をインストールすることで、すぐに使用を開始できます。

📚 ドキュメント

モデルの詳細

TCMNERは、RoBERTaを漢方分野に特化して微調整したTCMRoBERTaモデルです。このモデルは、漢方の固有表現抽出に特化しており、6種類のエンティティを認識するように訓練されています。

訓練データ

このモデルは、MY DATASETで微調整されています。以下は、データセットのラベルの説明です。

評価結果

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。

⚠️ 重要提示

1. このモデルは商用利用が無料です。
2. 私はこのモデルに関する論文を書く予定はありません。もしあなたの論文でこのモデルの詳細を使用する場合は、引用してください。ありがとうございます。

💡 使用建议

当社のすべての漢方分野のモデルは近日中にオープンソース化されます。以下のようなモデルが含まれます。

1. 一連の事前学習モデル
2. 漢方の固有表現抽出
3. 古代画像のテキスト位置特定
4. 古代画像のOCR など

作者について
当社の製品