Bert Base Chinese Medical Ner

🚀 醫療領域中文命名實體識別

本項目專注於醫療領域的中文命名實體識別，藉助預訓練模型實現對醫療文本中實體的精準識別，可有效助力醫療信息的處理與分析。

🚀 快速開始

項目地址：https://github.com/iioSnail/chinese_medical_ner

基礎用法

from transformers import AutoModelForTokenClassification, BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('iioSnail/bert-base-chinese-medical-ner')
model = AutoModelForTokenClassification.from_pretrained("iioSnail/bert-base-chinese-medical-ner")

sentences = ["瘦臉針、水光針和玻尿酸詳解！", "半月板鈣化的病因有哪些？"]
inputs = tokenizer(sentences, return_tensors="pt", padding=True, add_special_tokens=False)
outputs = model(**inputs)
outputs = outputs.logits.argmax(-1) * inputs['attention_mask']

print(outputs)

輸出結果

tensor([[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 4, 4],
        [1, 2, 2, 2, 3, 4, 4, 4, 4, 4, 4, 4, 0, 0]])

其中 1=B, 2=I, 3=E, 4=O。1, 3表示一個二字醫療實體，1,2,3表示一個3字醫療實體, 1,2,2,3表示一個4字醫療實體，依次類推。

高級用法

可以使用項目中的MedicalNerModel.format_outputs(sentences, outputs)來將輸出進行轉換。

# 轉換輸出
[
  [
    {'start': 0, 'end': 3, 'word': '瘦臉針'},
    {'start': 4, 'end': 7, 'word': '水光針'},
    {'start': 8, 'end': 11, 'word': '玻尿酸'},
  ],
  [
    {'start': 0, 'end': 5, 'word': '半月板鈣化'}
  ]
]

更多信息請參考項目：https://github.com/iioSnail/chinese_medical_ner

📄 許可證

本項目採用AFL-3.0許可證。