标签:

• spacy
• 标记分类 语言:
• 英语 许可证: mit 模型索引:
• 名称: en_biobert_ner_symptom 结果:
  • 任务: 名称: 命名实体识别 类型: 标记分类 指标:
    • 名称: 命名实体识别精确率 类型: 精确率 值: 0.9997017596
    • 名称: 命名实体识别召回率 类型: 召回率 值: 0.9994036971
    • 名称: 命名实体识别F值 类型: f值 值: 0.9995527061 小部件:
• 文本: "患者X报告咳嗽和打喷嚏。" 示例标题: "示例1"
• 文本: "出现皮疹和炎症的病例。" 示例标题: "示例2"
• 文本: "他在旅途中抱怨头晕。" 示例标题: "示例3"
• 文本: "在佛罗里达停留期间，我感到痛苦、眩晕和恶心。" 示例标题: "示例4"
• 文本: "Y先生在开车回家时抱怨呼吸困难和胸痛。" 示例标题: "示例5"

基于BioBERT微调的命名实体识别模型，用于从临床记录中检测医学症状。

模型描述

该模型基于BioBERT，在结合了maccrobat和i2c2数据集上进行训练。如果您使用此模型，请引用以下论文：

模型使用

安装模型后，可以使用spacy加载该模型。

!pip install https://huggingface.co/pmaitra/en_biobert_ner_symptom/resolve/main/en_biobert_ner_symptom-any-py3-none-any.whl

以下是一个示例用例：

import spacy
nlp = spacy.load("en_biobert_ner_symptom")

doc = nlp("他在爱荷华州旅行期间抱怨头晕和恶心。")

for ent in doc.ents:
  print(ent)

准确率