语言: 中文
标签:

• sagemaker
• bart
• 文本摘要
  小部件示例:
• 文本: |
  将以下JSON转换为普通文本
  {
  "性别": "男",
  "身份证号": 585248,
  "出生日期": "1995年10月8日",
  "年龄": "28岁",
  "就诊日期": "2023年9月25日",
  "病历编号": 6418481,
  "病史提供者": "本人",
  "分诊记录": ["发热"],
  "现病史": {
  "主诉": [
  "患者主诉寒战。",
  "症状通过运动和休息有所缓解。",
  "患者还报告了食欲变化和胸痛/压迫感等与主诉相关的异常症状。"
  ]
  }
  }

基于BART的医疗摘要生成系统

本项目采用DistilBART模型，用于从输入文本生成医疗摘要。该模型经过训练可理解医疗数据，并生成简明扼要的摘要信息。

目录

• 项目简介
• 使用方法
• 模型详情
• 联系方式

项目简介

DistilBART医疗摘要生成器基于Hugging Face深度学习容器构建，专为从输入文本生成医疗摘要而设计。本文档包含模型使用方法、架构详情及下载资源信息。

使用方法

执行医疗摘要生成的步骤如下：

安装必要依赖库：

• pip install transformers
• pip install torch
• pip install datasets

from transformers import pipeline  
summarizer = pipeline("summarization", model="Mahalingam/DistilBart-Med-Summary")  

medical_data = '''将以下JSON转换为普通文本  
{  
  "性别": "男",  
  "身份证号": 585248,  
  "出生日期": "1995年10月8日",  
  "年龄": "28岁",  
  "就诊日期": "2023年9月25日",  
  "病历编号": 6418481,  
  "病史提供者": "本人",  
  "分诊记录": ["发热"],  
  "现病史": {  
    "主诉": [  
      "患者主诉寒战。",  
      "症状通过运动和休息有所缓解。",  
      "患者还报告了食欲变化和胸痛/压迫感等与主诉相关的异常症状。"  
    ]  
  }  
}                                           
'''  
nlp(medical_data)  

模型详情

模型名称: DistilBart-Med-Summary
任务类型: 医疗摘要生成
架构: DistilBART
训练数据: 训练所用医疗数据集详情
训练时长: 训练步数、训练时间等信息

联系方式

如有关于该模型的咨询或支持需求，请联系：

姓名 : 马哈林甘·巴拉苏布拉曼尼安

邮箱 : mahalingamb.1978@gmail.com