/ Модель

Характеристики

Контекст
514 токенов
Параметры
153 млн
Лицензия
GPL 3.0
Архитектура
roberta · dense
Базовая модель
MedRoBERTa.nl
Опубликована
30 янв 2025

cardioner_medroberta.nl_multilabel

Разметка токеновТекст → label3 профессии

Модель извлекает заболевания, лекарства, процедуры и симптомы из нидерландских клинических текстов по кардиологии.

8 703скачиваний за 30 дней0лайковвеса обновлены6 фев 2025

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

Cardioner Medroberta.Nl Multilabel — модель на основе MedRoBERTa.nl, дообученная для классификации фрагментов нидерландских клинических текстов по нескольким категориям. Разработчики объединили лучшие контрольные точки десяти разбиений перекрёстной проверки; модель использует схему IOB для разметки фрагментов. Она содержит 153,2 млн параметров и рассчитана на контекст до 514 токенов, хотя в README для обработки указывается ограничение менее 512 токенов.

Модель извлекает из клинических текстов по кардиологии названия заболеваний, лекарств, процедур и симптомов. Её можно применять для структурирования записей, поиска клинических сущностей и последующей агрегации предсказаний по последовательностям. Для длинных документов README рекомендует предварительно делить текст на предложения или абзацы.

Модель принимает текст на нидерландском языке и выдаёт метки классов для найденных фрагментов. Она дообучена на вручную размеченном корпусе CardioCCC для клинической кардиологии; метрики F1 в карточке приведены по десяти разбиениям перекрёстной проверки. Распространяется по лицензии GPL-3.0.

Сценарии применения

  • извлечение заболеваний из записей кардиологических пациентов
  • поиск упомянутых лекарств в клинических заметках
  • извлечение процедур из нидерландской медицинской документации
  • разметка симптомов в текстах по кардиологии
  • структурирование клинических текстов для последующего анализа

Ограничения

Модель ориентирована на нидерландские клинические тексты по кардиологии и контекст до 512 токенов; длинные документы необходимо разбивать на части. Карточка описывает оценку на перекрёстной проверке, поэтому приведённые метрики сами по себе не гарантируют качество на других данных.

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 Card for Cardioner Medroberta.Nl Multilabel

This a medroberta.nl base model finetuned for span classification. This specific model is the average of the best checkpoints per fold over a ten-fold cross-validation. For this model we used the IOB-tagged. Using the IOB-tagging schema facilitates the aggregation of predictions over sequences.

For the chunking we used paragraph based chunking, and we assumed the maximum context length of the base model, i.e. 512 tokens.

Expected input and output

The input should be a string with Dutch cardio clinical text.

CardioNER_MedRoBERTa.nl_multilabel is a muticlass span classification model. The classes that can be predicted are disease, medication, procedure and symptom.

Extracting span classification from CardioNER_MedRoBERTa.nl_multilabel

The following script converts a string of <512 tokens to a list of span predictions.

from transformers import pipeline

le_pipe = pipeline('ner', 
                    model=model, 
                    tokenizer=model, aggregation_strategy="simple", 
                    device=-1)

named_ents = le_pipe(SOME_TEXT)

To process a string of arbitrary length you can split the string into sentences or paragraphs using e.g. pysbd or spacy(sentencizer) and iteratively parse the list of with the span-classification pipe.

Data description

CardioCCC; Manually annotated parallel-language corpus for the clinical cardiology domain

On a 10-fold cross-validations the multilabel metrics are:

MetricMeanMedianStdev
------------
eval_f1_B-DISEASE0.7820.7770.024
eval_f1_B-MEDICATION0.8980.9050.036
eval_f1_B-PROCEDURE0.7880.790.027
eval_f1_B-SYMPTOM0.730.730.018
eval_f1_I-DISEASE0.7760.7810.022
eval_f1_I-MEDICATION0.80.8030.086
eval_f1_I-PROCEDURE0.7590.7570.018
eval_f1_I-SYMPTOM0.7250.7230.017
eval_f1_O0.9350.9360.005
eval_f1_macro0.7990.7990.018
eval_f1_micro0.8840.8860.008
eval_loss0.0950.0920.01
eval_precision_B-DISEASE0.7840.7740.029
eval_precision_B-MEDICATION0.9070.9170.035
eval_precision_B-PROCEDURE0.7910.7950.031
eval_precision_B-SYMPTOM0.7210.720.017
eval_precision_I-DISEASE0.790.790.025
eval_precision_I-MEDICATION0.8350.8630.075
eval_precision_I-PROCEDURE0.7840.7790.023
eval_precision_I-SYMPTOM0.7270.720.021
eval_precision_O0.9350.9380.009
eval_precision_macro0.8080.810.015
eval_precision_micro0.8880.8890.008
eval_rauc_macro0.8830.8850.012
eval_rauc_micro0.9330.9340.005
eval_recall_B-DISEASE0.7810.7850.025
eval_recall_B-MEDICATION0.8890.8930.039
eval_recall_B-PROCEDURE0.7850.7830.025
eval_recall_B-SYMPTOM0.7390.740.023
eval_recall_I-DISEASE0.7630.7740.028
eval_recall_I-MEDICATION0.770.7670.103
eval_recall_I-PROCEDURE0.7350.7440.025
eval_recall_I-SYMPTOM0.7240.7240.032
eval_recall_O0.9340.9340.004
eval_recall_macro0.7910.7950.022
eval_recall_micro0.880.8830.009
eval_roc_auc_B-DISEASE0.8880.8890.013
eval_roc_auc_B-MEDICATION0.9440.9460.019
eval_roc_auc_B-PROCEDURE0.890.8890.013
eval_roc_auc_B-SYMPTOM0.8660.8670.011
eval_roc_auc_I-DISEASE0.8730.8790.014
eval_roc_auc_I-MEDICATION0.8840.8830.052
eval_roc_auc_I-PROCEDURE0.8620.8660.013
eval_roc_auc_I-SYMPTOM0.850.8510.016
eval_roc_auc_O0.8870.8890.008

Acknowledgement

This is part of the DT4H project.

Doi and reference

For more details about training/eval and other scripts, see CardioNER github repo. and for more information on the background, see Datatools4Heart Huggingface/Website

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
29d4b29

0 моделей