许可证：apache-2.0 语言：中文 标签：

• 标记分类 评估指标：
• 精确率
• 召回率
• F1值
• 准确率

模型描述

该模型是基于macbert微调版本，专为医疗应用场景下的拼写检查而设计。我们在包含6万+篇授权医学文章的3亿规模数据集上对macbert中文基础版进行了微调。我们提出了一种方法，通过随机混淆30%的句子，添加视觉或语音相似的字符噪声。最终，微调后的模型在我们的测试数据集上达到了96%的准确率。

预期用途与限制

您可以直接使用该模型进行标记分类任务：

>>> from transformers import (AutoModelForTokenClassification, AutoTokenizer)
>>> from transformers import pipeline

>>> hub_model_id = "9pinus/macbert-base-chinese-medical-collation"

>>> model = AutoModelForTokenClassification.from_pretrained(hub_model_id)
>>> tokenizer = AutoTokenizer.from_pretrained(hub_model_id)
>>> classifier = pipeline('ner', model=model, tokenizer=tokenizer)
>>> result = classifier("如果病情较重，可适当口服甲肖唑片、环酯红霉素片等药物进行抗感染镇痛。")

>>> for item in result:
>>>     if item['entity'] == 1:
>>>         print(item)

{'entity': 1, 'score': 0.58127016, 'index': 14, 'word': '肖', 'start': 13, 'end': 14}

框架版本

• Transformers 4.15.0
• Pytorch 1.10.1+cu113
• Datasets 1.17.0
• Tokenizers 0.10.3