Ner Medical Japanese

🚀 🇨🇳 中文 醫療會話 NER 模型

這個模型是專門針對中文醫療會話文檔的命名實體識別（NER）模型。它基於 tsmatz/xlm - roberta - ner - japanese 進行微調，優化後可用於醫療領域的信息提取和匿名化處理。

🚀 快速開始

from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline

model = AutoModelForTokenClassification.from_pretrained("Tetsuo3003/ner-medical-japanese")
tokenizer = AutoTokenizer.from_pretrained("Tetsuo3003/ner-medical-japanese")
ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple")

text = "金丸先生が松本市にある石川クリニックに通院しました。"
results = ner_pipeline(text)
for entity in results:
    print(f"{entity['word']} → {entity['entity_group']} (score: {entity['score']:.2f})")

✨ 主要特性

• 從醫療會話文檔中提取命名實體（姓名、機構名、地名等）。
• 進行匿名化處理。
• 整理醫療相關數據的信息。
• 進行風險分析和研究數據整理。

📚 詳細文檔

🏷️ 適用範圍

• 患者會話記錄。
• 診療筆記、上門護理記錄。
• 醫療機構的報告和文檔。

🏷️ 標籤列表

📄 許可證

本項目採用 MIT 許可證。

🔧 技術細節