Mental Health Diagnosis Bert

🚀 メンタルヘルス診断BERTモデル

このモデルはBio_ClinicalBERTをファインチューニングして、患者の陳述からメンタルヘルスの診断を予測します。 テキストを以下の5つのカテゴリに分類することができます。

• 不安
• うつ病
• 自殺念慮
• ストレス
• 正常

🚀 クイックスタート

このモデルは、患者の陳述からメンタルヘルスの診断を予測するために使用できます。以下に使用方法の例を示します。

💻 使用例

基本的な使用法

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch.nn.functional as F

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained("YOUR_USERNAME/mental-health-diagnosis-bert")
model = AutoModelForSequenceClassification.from_pretrained("YOUR_USERNAME/mental-health-diagnosis-bert")

# Prepare text
text = "I've been feeling very anxious and worried all the time."
inputs = tokenizer(text, return_tensors="pt", padding=True, truncation=True, max_length=128)

# Make prediction
with torch.no_grad():
    outputs = model(**inputs)
    probabilities = F.softmax(outputs.logits, dim=1)

# Map prediction to label
label_mapping = {0: "Anxiety", 1: "Normal", 2: "Depression", 3: "Suicidal", 4: "Stress"}
predicted_class = torch.argmax(probabilities, dim=1).item()
prediction = label_mapping[predicted_class]
confidence = probabilities[0][predicted_class].item()

print(f"Prediction: {prediction}, Confidence: {confidence:.2f}")

📄 ライセンス

このプロジェクトはMITライセンスの下でライセンスされています。