/ Модель

Характеристики

Контекст
514 токенов
Параметры
153 млн
Лицензия
GPL 3.0
Архитектура
roberta · dense
Опубликована
8 сен 2022

MedRoBERTa.nl_NegationDetection

Разметка токеновТекст → label3 профессии

Модель RoBERTa для выявления отрицания медицинских понятий в нидерландских клинических записях.

4 066скачиваний за 30 дней1лайквеса обновлены9 фев 2024

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

UMCU/MedRoBERTa.nl_NegationDetection — модель на основе RoBERTa, дообученная Bram van Es и Sebastiaan Arends для выявления отрицания в нидерландских клинических текстах. Базовую MedRoBERTa.nl разработали Stella Verkijk и Piek Vossen; её предварительно обучали с нуля на почти 10 миллионах обезличенных больничных записей из электронных медицинских карт Amsterdam University Medical Centres.

Модель предназначена для медицинской обработки текста на нидерландском языке, в частности для определения, отрицается ли медицинское понятие в клинической записи. При дообучении использовался корпус Erasmus Dutch Clinical Corpus. Модель имеет архитектуру RoBERTa для классификации токенов, содержит 153,2 млн параметров и поддерживает контекст до 514 токенов. Для определения отрицания применялись окна до 512 токенов вокруг понятия.

Модель ориентирована на узкую задачу и медицинские тексты на нидерландском языке; качество на других языках и вне клинического домена не подтверждено. Распространяется по лицензии GPL-3.0.

Сценарии применения

  • определение отрицания симптома в записи врача
  • выявление отсутствия заболевания в клиническом тексте
  • анализ отрицательных упоминаний медицинских понятий
  • разметка нидерландских медицинских записей для клинического NLP

Ограничения

Модель рассчитана на нидерландские клинические тексты и выявление отрицания; перенос на другие языки, домены или задачи не подтверждён. Предварительное обучение использовало больничные записи, а дообучение — Erasmus Dutch Clinical Corpus.

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

MedRoBERTa.nl finetuned for negation

Description

This model is a finetuned RoBERTa-based model pre-trained from scratch on Dutch hospital notes sourced from Electronic Health Records. All code used for the creation of MedRoBERTa.nl can be found at https://github.com/cltl-students/verkijk_stella_rma_thesis_dutch_medical_language_model. The publication associated with the negation detection task can be found at https://arxiv.org/abs/2209.00470. The code for finetuning the model can be found at https://github.com/umcu/negation-detection.

Minimal example

tokenizer = AutoTokenizer\
             .from_pretrained("UMCU/MedRoBERTa.nl_NegationDetection")
model = AutoModelForTokenClassification\
            .from_pretrained("UMCU/MedRoBERTa.nl_NegationDetection")

some_text = "De patient was niet aanspreekbaar en hij zag er grauw uit. \
Hij heeft de inspanningstest echter goed doorstaan." 
inputs = tokenizer(some_text, return_tensors='pt')
output = model.forward(inputs)
probas = torch.nn.functional.softmax(output.logits[0]).detach().numpy()

#  associate with tokens
input_tokens = tokenizer.convert_ids_to_tokens(inputs['input_ids'][0])
target_map = {0: 'B-Negated', 1:'B-NotNegated',2:'I-Negated',3:'I-NotNegated'}
results = [{'token': input_tokens[idx],
                 'proba_negated': proba_arr[0]+proba_arr[2],
                 'proba_not_negated': proba_arr[1]+proba_arr[3]
                 }  
                 for idx,proba_arr in enumerate(probas)]

The medical entity classifiers are (being) integrated in the opensource library clinlp, feel free to contact us for access, either through Huggingface or through git.

It is perhaps good to note that we assume the Inside-Outside-Beginning format.

Intended use

The model is finetuned for negation detection on Dutch clinical text. Since it is a domain-specific model trained on medical data, it is meant to be used on medical NLP tasks for Dutch. This particular model is trained on a 512-max token windows surrounding the concept-to-be negated. Note that we also trained a biLSTM which can be incorporated in MedCAT.

Data

The pre-trained model was trained on nearly 10 million hospital notes from the Amsterdam University Medical Centres. The training data was anonymized before starting the pre-training procedure.

The finetuning was performed on the Erasmus Dutch Clinical Corpus (EDCC), and can be obtained through Jan Kors (j.kors@erasmusmc.nl). The EDCC is described here: https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-014-0373-3

Authors

MedRoBERTa.nl: Stella Verkijk, Piek Vossen, Finetuning: Bram van Es, Sebastiaan Arends.

Contact

If you are having problems with this model please add an issue on our git: https://github.com/umcu/negation-detection/issues

Usage

If you use the model in your work please use the following referrals; (model) https://doi.org/10.5281/zenodo.6980076 and (paper) https://doi.org/10.1186/s12859-022-05130-x

References

Paper: Verkijk, S. & Vossen, P. (2022) MedRoBERTa.nl: A Language Model for Dutch Electronic Health Records. Computational Linguistics in the Netherlands Journal, 11.

Paper: Bram van Es, Leon C. Reteig, Sander C. Tan, Marijn Schraagen, Myrthe M. Hemker, Sebastiaan R.S. Arends, Miguel A.R. Rios, Saskia Haitjema (2022): Negation detection in Dutch clinical texts: an evaluation of rule-based and machine learning methods, Arxiv

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
RobertaForTokenClassification
Ревизия весов
83068ba

0 моделей