库名称: transformers 标签:

• 医疗命名实体识别
• BioBERT
• 医疗健康
• 疾病抽取
• 命名实体识别
• HuggingFace
• NCBI疾病数据集
• 生物医学命名实体识别
• 医疗人工智能 许可证: apache-2.0 数据集:
• ncbi/ncbi_disease 语言:
• 英文 评估指标:
• F1值
• 精确率
• 召回率 基础模型:
• dmis-lab/biobert-base-cased-v1.1 管道标签: 标记分类

BioBERT疾病命名实体识别模型

推出最强大且最精准的疾病命名实体识别模型之一，基于BioBERT微调，使用权威的NCBI疾病数据集。
该模型取得了惊人的98.64%准确率和令人印象深刻的89.04% F1值，为疾病抽取任务提供了卓越性能。

专为从临床和生物医学文本中精准识别疾病、症状及医疗状况而优化。

模型性能

• 精确率: 86.80%
• 召回率: 91.39%
• F1值: 89.04%
• 准确率: 98.64%

✅ 基于6,800+标注样本微调5个周期，持续获得高验证分数。

用途

• 从临床和生物医学文档中抽取疾病提及。
• 支持医疗人工智能系统和医学研究自动化。

训练数据

本模型基于NCBI疾病数据集训练，包含793篇PubMed摘要和6892个疾病提及。

使用方法

可通过Hugging Face Transformers库使用此模型：

注意: LABEL_0对应"O"（外部），LABEL_1对应"B-Disease"，LABEL_2对应"I-Disease"，遵循BIO标记格式。

from transformers import pipeline

nlp = pipeline(
    "ner",
    model="Ishan0612/biobert-ner-disease-ncbi",
    tokenizer="Ishan0612/biobert-ner-disease-ncbi",
    aggregation_strategy="simple"
)

text = "患者出现糖尿病和慢性阻塞性肺疾病的症状。"

results = nlp(text)

for entity in results:
    print(f"{entity['word']} - ({entity['entity_group']})")

预期输出：

抽取的医疗实体：

患者出现 - (LABEL_0)

糖尿病 - (LABEL_1)

和 - (LABEL_0)

慢性 - (LABEL_1)

阻塞性肺疾病 - (LABEL_2)

的症状。 - (LABEL_0)

许可证

本模型采用Apache 2.0许可证，与原版BioBERT（dmis-lab/biobert-base-cased-v1.1）相同。

引用

@article{lee2020biobert, title={BioBERT：用于生物医学文本挖掘的预训练生物医学语言表示模型}, author={Lee, Jinhyuk and Yoon, Wonjin and Kim, Sungdong and Kim, Donghyeon and So, Chan Ho and Kang, Jaewoo}, journal={生物信息学}, volume={36}, number={4}, pages={1234--1240}, year={2020}, publisher={牛津大学出版社} }