语言: "葡萄牙语" 小部件:

• 文本: "劳力时明显呼吸困难 + 劳力时胸部压迫样疼痛。"
• 文本: "肥胖，高血压，心力衰竭，需心肌灌注扫描评估心绞痛。左下肢轻微水肿。"
• 文本: "二尖瓣成形术（关闭不全），植入Saf-2Mg和Saf-3MG起搏器（2016年3月9日）。否认心悸。"
• 文本: "用药：阿司匹林100mg每日1次；美托洛尔25mg每日1次；呋塞米每日1次；左甲状腺素175μg每日1次；辛伐他汀40mg每日1次；氟西汀20mg每日1次。"
• 文本: "患者主诉术后呼吸困难改善，但轻微活动时仍存在。"

数据集:

• TempClinBr

葡萄牙语命名实体识别 - TempClinBr - BioBERTpt(全量版)

基于BioBERTpt(全量版)模型，使用TempClinBr语料库训练。

性能指标:

                  精确率   召回率  F1值   支持数

           0       0.75      0.90      0.82       291
           1       0.77      1.00      0.87        33
           2       1.00      0.25      0.40        28
           3       0.90      0.99      0.94        71
           4       0.79      0.91      0.85       112
           5       0.72      0.83      0.77       420
           6       0.62      0.45      0.53        11
           7       0.96      0.85      0.91      2236
           8       0.61      0.67      0.64        78
           9       0.61      0.98      0.76       124
          10       0.81      0.87      0.84       503
          11       0.67      0.60      0.63        10

    准确率                           0.86      3917
宏平均       0.77      0.78      0.74      3917
加权平均       0.87      0.86      0.86      3917

F1值:  0.8588744393393593 准确率:  0.8565228491192239

训练参数:

设备 = CUDA (Colab)
类别数 = len(tag2id)
训练轮数 = 50 => 第9轮停止
批大小 = 16
状态批大小 = 32
学习率 = 3e-5

早停机制 = 5
最大长度 = 256
模型保存路径 = 'model'

测试集评估结果 - TempClinBr 注：评估包含"O"标签（label 7），如需计算平均值可排除该标签。

标签映射 ={'B-治疗': 0,
 'I-检查': 1,
 'I-事件': 2,
 'B-证据': 3,
 'B-检查': 4,
 'I-问题': 5,
 'B-临床科室': 6,
 'O': 7,
 'I-治疗': 8,
 'B-事件': 9,
 'B-问题': 10,
 'I-临床科室': 11,
 '<填充>': 12}

              精确率   召回率  F1值   支持数

           0       0.82      0.92      0.87       261
           1       0.81      0.58      0.67        99
           2       0.56      0.20      0.29        51
           3       1.00      0.94      0.97       128
           4       0.81      0.86      0.83       194
           5       0.81      0.87      0.84       645
           6       0.96      0.80      0.87        30
           7       0.95      0.90      0.93      2431
           8       0.73      0.81      0.77       146
           9       0.74      0.88      0.80       146
          10       0.87      0.95      0.91       713
          11       0.83      0.71      0.77        14
          12       0.00      0.00      0.00         0

    准确率                           0.89      4858
宏平均       0.76      0.72      0.73      4858
加权平均       0.89      0.89      0.89      4858

引用方式: 即将发布