许可证: openrail
数据集:

• ncbi_disease
  语言:
• en
  标签:
• 疾病
• 生物学
• 医学
  示例输入:
• 文本: "患者被诊断出肺癌并开始化疗。"
• 文本: "患者有心脏病和高血压病史。"
• 文本: "患者被诊断出糖尿病并开始胰岛素治疗。"

模型描述

该模型是基于BioBERT在NCBI疾病数据集上微调的命名实体识别（NER）模型，用于识别医学和生物学领域非结构化文本中的疾病提及。

用途

该模型旨在从医学和生物学领域的非结构化文本中提取疾病提及，可用于改进这些领域的信息检索和知识提取。

训练数据

该模型在NCBI疾病数据集上训练，包含793篇PubMed摘要，共6892个疾病提及。

使用方法

您可以使用Hugging Face Transformers库加载该模型并提取文本中的疾病提及。以下是一个示例代码：

from transformers import AutoTokenizer, AutoModelForTokenClassification  
from transformers import pipeline  

tokenizer = AutoTokenizer.from_pretrained("ugaray96/biobert_ncbi_disease_ner")  
model = AutoModelForTokenClassification.from_pretrained(  
    "ugaray96/biobert_ncbi_disease_ner"  
)  

ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer)  

text = "患者被诊断出肺癌并开始化疗。他们还有糖尿病和心脏病病史。"  
result = ner_pipeline(text)  

diseases = []  
for entity in result:  
    if entity["entity"] == "Disease":  
        diseases.append(entity["word"])  
    elif entity["entity"] == "Disease Continuation" and diseases:  
        diseases[-1] += f" {entity['word']}"  

print(f"疾病: {', '.join(diseases)}")  

输出应为: 疾病: 肺癌, 糖尿病, 心脏病