许可证：afl-3.0
标签：

• 中文
• 命名实体识别
• 医疗
  语言：
• 中文

医疗领域中文命名实体识别

项目地址：https://github.com/iioSnail/chinese_medical_ner

使用方法：

from transformers import AutoModelForTokenClassification, BertTokenizerFast

tokenizer = BertTokenizerFast.from_pretrained('iioSnail/bert-base-chinese-medical-ner')
model = AutoModelForTokenClassification.from_pretrained("iioSnail/bert-base-chinese-medical-ner")

sentences = ["瘦脸针、水光针和玻尿酸详解！", "半月板钙化的病因有哪些？"]
inputs = tokenizer(sentences, return_tensors="pt", padding=True, add_special_tokens=False)
outputs = model(**inputs)
outputs = outputs.logits.argmax(-1) * inputs['attention_mask']

print(outputs)

输出结果：

tensor([[1, 2, 3, 4, 1, 2, 3, 4, 1, 2, 3, 4, 4, 4],
        [1, 2, 2, 2, 3, 4, 4, 4, 4, 4, 4, 4, 0, 0]])

其中 1=B（实体开头），2=I（实体中间），3=E（实体结尾），4=O（非实体）。1, 3 表示一个二字医疗实体，1,2,3 表示一个三字医疗实体，1,2,2,3 表示一个四字医疗实体，以此类推。

可以使用项目中的 MedicalNerModel.format_outputs(sentences, outputs) 将输出转换为结构化格式。

转换效果如下：

[
  [
    {'start': 0, 'end': 3, 'word': '瘦脸针'},
    {'start': 4, 'end': 7, 'word': '水光针'},
    {'start': 8, 'end': 11, 'word': '玻尿酸'}
  ],
  [
    {'start': 0, 'end': 5, 'word': '半月板钙化'}
  ]
]

更多信息请访问项目主页：https://github.com/iioSnail/chinese_medical_ner