Medrurobertalarge

🚀 Model MedRuRobertaLarge

このモデルは、医療履歴におけるタイポを修正する方法を開発するための修士プロジェクトの一環として作成されました。BERTモデルを使用して候補をランキングすることで、医療履歴の誤字を修正します。

🚀 クイックスタート

モデルの概要

このモデルは、ruRoberta-large のファインチューニング版です。ファインチューニングのコードは こちら で確認できます。モデルは、30,000以上のロシア語の医療アナモネーシスの特別に収集されたデータセットでファインチューニングされています。収集されたデータセットは こちら で確認できます。

このモデルは、修士プロジェクトの一環として、BERTモデルを使用して医療履歴のタイポを修正する方法を開発するために作成されました。このプロジェクトはオープンソースで、こちら で確認できます。

モデルの使い方

マスク付き言語モデリングのパイプラインを使用して、モデルを直接使用することができます。

>>> from transformers import pipeline
>>> pipeline = pipeline('fill-mask', model='DmitryPogrebnoy/MedRuRobertaLarge')
>>> pipeline("У пациента <mask> боль в грудине.")
[{'score': 0.2467374950647354,
  'token': 9233,
  'token_str': ' сильный',
  'sequence': 'У пациента сильный боль в грудине.'},
 {'score': 0.16476310789585114,
  'token': 27876,
  'token_str': ' постоянный',
  'sequence': 'У пациента постоянный боль в грудине.'},
 {'score': 0.07211139053106308,
  'token': 19551,
  'token_str': ' острый',
  'sequence': 'У пациента острый боль в грудине.'},
 {'score': 0.0616639070212841,
  'token': 18840,
  'token_str': ' сильная',
  'sequence': 'У пациента сильная боль в грудине.'},
 {'score': 0.029712719842791557,
  'token': 40176,
  'token_str': ' острая',
  'sequence': 'У пациента острая боль в грудине.'}]

または、モデルとトークナイザーをロードして、必要なことを行うことができます。

>>> from transformers import AutoTokenizer, AutoModelForMaskedLM
>>> tokenizer = AutoTokenizer.from_pretrained("DmitryPogrebnoy/MedRuRobertaLarge")
>>> model = AutoModelForMaskedLM.from_pretrained("DmitryPogrebnoy/MedRuRobertaLarge")

📄 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。