Biobert Ncbi Disease Ner

🚀 疾病命名実体認識モデル

このモデルは、BioBERTをNCBI疾患データセットでファインチューニングしたもので、疾患の命名実体認識（NER）に使用されます。医学および生物学の分野の非構造化テキストから疾患の言及情報を抽出し、関連分野の情報検索と知識抽出を支援します。

🚀 クイックスタート

このモデルは、医学および生物学の分野の非構造化テキストから疾患の言及情報を抽出することを目的としており、これらの分野の情報検索と知識抽出の効率を向上させるのに役立ちます。

✨ 主な機能

• BioBERTをファインチューニングし、NCBI疾患データセットで訓練されており、疾患の命名実体認識に適しています。
• 医学および生物学の分野の非構造化テキストから疾患の言及情報を正確に抽出することができます。

📦 インストール

Hugging Face Transformersライブラリを使用してこのモデルを利用できます。以下はインストールと使用の手順です。

基本的な使用法

from transformers import AutoTokenizer, AutoModelForTokenClassification
from transformers import pipeline

tokenizer = AutoTokenizer.from_pretrained("ugaray96/biobert_ncbi_disease_ner")
model = AutoModelForTokenClassification.from_pretrained(
    "ugaray96/biobert_ncbi_disease_ner"
)

ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)

text = "The patient was diagnosed with lung cancer and started chemotherapy. They also have a history of diabetes and heart disease."
result = ner_pipeline(text)

diseases = []
for entity in result:
    if entity["entity"] == "Disease":
        diseases.append(entity["word"])
    elif entity["entity"] == "Disease Continuation" and diseases:
        diseases[-1] += f" {entity['word']}"

print(f"Diseases: {', '.join(diseases)}")

上記のコードを実行すると、以下のような出力が得られます。

Diseases: lung cancer, diabetes, heart disease

📚 ドキュメント

訓練データ

このモデルは、NCBI疾患データセットで訓練されています。このデータセットには793のPubMed要約が含まれており、その中には6892の疾患言及情報があります。

📄 ライセンス

このモデルはOpenRAILライセンスを採用しています。