Biomedical Ner All

🚀 英文生体医療用固有表現抽出モデル

このモデルは、与えられたテキストコーパス（症例報告など）から生体医療関連の固有表現（107種類のエンティティ）を認識するために、Maccrobatデータセットで学習された英文の固有表現抽出モデルです。

🚀 クイックスタート

このモデルは、生体医療分野のテキストから固有表現を抽出するために使用できます。以下に、使用方法の詳細を説明します。

✨ 主な機能

• 英文の生体医療関連テキストから107種類の固有表現を認識します。
• distilbert-base-uncasedをベースに構築されています。

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを使用して、必要なライブラリをインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import pipeline
from transformers import AutoTokenizer, AutoModelForTokenClassification

tokenizer = AutoTokenizer.from_pretrained("d4data/biomedical-ner-all")
model = AutoModelForTokenClassification.from_pretrained("d4data/biomedical-ner-all")

pipe = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple") # pass device=0 if using gpu
pipe("""The patient reported no recurrence of palpitations at follow-up 6 months after the ablation.""")

📚 ドキュメント

モデル情報

チュートリアルビデオ

このモデルと対応するPythonライブラリの説明については、以下のチュートリアルビデオを参照してください。 チュートリアルビデオ

📄 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。

👨‍💻 作者

このモデルは、Deepak John RejiとShaina Razaによる「AI in Biomedical field」という研究トピックの一部です。この作品（コード、モデル、またはデータセット）を使用する場合は、以下のGitHubリポジトリをスターしてください。 Bio-Epidemiology-NER

💰 支援

もしこのモデルを支援したい場合は、以下のリンクから支援できます。