/ Модель

Характеристики

Контекст
512 токенов
Параметры
130 млн
Лицензия
Apache 2.0
Архитектура
bert · dense

macbert-base-chinese-medical-collation

Разметка токеновТекст → label3 профессии

Дообученная MacBERT для проверки орфографии и исправления визуально или фонетически похожих ошибок в китайских медицинских текстах.

42скачиваний за 30 дней11лайковвеса обновлены25 фев 2022

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

9pinus/macbert-base-chinese-medical-collation — модель на архитектуре BERT, разработанная дообучением китайской базовой версии MacBERT для проверки орфографии в медицинских текстах. Для обучения использовали корпус из 300 млн единиц, включая более 60 тысяч медицинских статей; в части предложений искусственно добавляли ошибки, заменяя символы визуально или фонетически похожими. Модель предназначена для выявления и исправления таких ошибок в китайских медицинских текстах, в том числе для постобработки документов и статей.

В README заявлена точность 96% на тестовом наборе разработчиков. Модель содержит 129,5 млн параметров, принимает текст с контекстом до 512 токенов и выполняет классификацию токенов. Лицензия — Apache-2.0. Заявленная точность относится к тестовому набору разработчиков; переносимость результата на другие данные не описана.

Сценарии применения

  • Поиск орфографических ошибок в китайских медицинских статьях
  • Проверка китайских медицинских документов перед публикацией
  • Исправление замен символов на визуально похожие в медицинском тексте
  • Исправление фонетически похожих ошибок в китайских медицинских текстах

Ограничения

Заявленная точность 96% измерена на тестовом наборе разработчиков, а переносимость на другие корпуса в карточке не описана. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model description

This model is a fine-tuned version of macbert for the purpose of spell checking in medical application scenarios. We fine-tuned macbert Chinese base version on a 300M dataset including 60K+ authorized medical articles. We proposed to randomly confuse 30% sentences of these articles by adding noise with a either visually or phonologically resembled characters. Consequently, the fine-tuned model can achieve 96% accuracy on our test dataset.

Intended uses & limitations

You can use this model directly with a pipeline for token classification:

>>> 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}

Framework versions

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

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · token-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForTokenClassification
Ревизия весов
6cddc41

0 моделей