/ Модель

Характеристики

Контекст
512 токенов
Параметры
38,5 млн
Лицензия
Apache 2.0
Архитектура
t5 · dense
Базовая модель
t5-small
Библиотека
transformers
Опубликована
30 июн 2024

T5FactExtractor

Генерация текстаТекст → текст3 профессии

Дообученная T5-small извлекает краткие клинические факты из предложений заключений рентгенографии грудной клетки и выдаёт их в JSON-подобном списке.

449скачиваний за 30 дней0лайковвеса обновлены21 июл 2026

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

T5FactExtractor — модель для извлечения клинических фактов из предложений рентгенологических заключений по снимкам грудной клетки. Её разработал автор pamessina на основе T5-small; это дообученная модель T5ForConditionalGeneration с 38,5 млн параметров, доступная в формате safetensors и рассчитанная на контекст до 512 токенов.

На вход подаётся предложение из заключения, а на выходе модель формирует строку с JSON-массивом кратких фактов, например о плевральном выпоте или размере сердца. Её используют как первый этап системы Extracting and Encoding для подготовки фактов к векторному представлению, сравнению и оценке метриками вроде CXRFEScore; для кодирования фактов предусмотрена отдельная модель CXRFE. Модель предназначена для текстовых данных радиологии, в частности описаний рентгенограмм грудной клетки.

Модель распространяется по лицензии Apache-2.0. Она извлекает факты из предложений, поэтому для обработки полного заключения может понадобиться предварительное разделение на предложения и последующая обработка результата; сама по себе она не анализирует изображения и не заменяет клиническую интерпретацию.

Сценарии применения

  • извлечение клинических фактов из заключений рентгенографии грудной клетки
  • подготовка фактов из радиологических заключений к векторному кодированию
  • сравнение фактического содержания рентгенологических заключений
  • подготовка текстовых данных для оценки метрикой CXRFEScore

Ограничения

Модель извлекает факты из отдельных предложений и выдаёт JSON-подобную строку, которую последующему коду может потребоваться разобрать и очистить. Она не анализирует рентгеновские изображения.

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

T5FactExtractor — Radiology Fact Extractor

T5FactExtractor is a T5-small sequence-to-sequence model that extracts factual statements from chest X-ray radiology report sentences. Given a sentence, it generates a JSON-like list of short clinical facts that can be embedded, compared, or used in metrics such as CXRFEScore.

It is stage 1 of the Extracting and Encoding framework from Findings of ACL 2024:

  1. Fact extraction — this model (pamessina/T5FactExtractor)
  2. Fact encoding — pamessina/CXRFE

Paper: Extracting and Encoding: Leveraging Large Language Models and Medical Knowledge to Enhance Radiological Text Representation

Model details

ArchitectureT5ForConditionalGeneration
Base modelt5-small
TaskSentence → list of radiology facts
Typical usePreprocess report sentences before encoding with CXRFE
LicenseApache 2.0

Output format

The model generates a string containing a JSON array of fact strings, for example:

["small right pleural effusion", "normal heart size"]

Downstream code (including cxrfescore) parses that array, deduplicates facts, and lightly cleans repeated words.

How to use

Standalone (Transformers)

import re
import json
import torch
from transformers import T5ForConditionalGeneration, T5TokenizerFast

device = "cuda" if torch.cuda.is_available() else "cpu"
model_id = "pamessina/T5FactExtractor"

tokenizer = T5TokenizerFast.from_pretrained(model_id)
model = T5ForConditionalGeneration.from_pretrained(model_id).to(device)
model.eval()

sentence = "There is a small right pleural effusion. The heart size is normal."
# Prefer one sentence at a time (reports are usually sentence-split first).
inputs = tokenizer(sentence, padding="longest", return_tensors="pt")
input_ids = inputs["input_ids"].to(device)
attention_mask = inputs["attention_mask"].to(device)

with torch.no_grad():
    output_ids = model.generate(
        input_ids=input_ids,
        attention_mask=attention_mask,
        max_new_tokens=input_ids.shape[1] * 4,
        num_beams=1,
    )

raw = tokenizer.batch_decode(output_ids, skip_special_tokens=True)[0]
print("raw:", raw)

# Minimal parse (same idea as cxrfescore.text_utils.parse_facts)
match = re.search(r"\[.*", raw)
if match:
    facts_str = match.group()
    if not facts_str.endswith("]"):
        facts_str += "]"
    facts = json.loads(facts_str)
    print("facts:", facts)

Easiest path: CXRFEScore

For full reports, the package sentence-splits, runs this extractor, aggregates unique facts, and (optionally) embeds them with CXRFE:

pip install cxrfescore
from cxrfescore import CXRFEScore

metric = CXRFEScore(device="cuda")
reports = [
    "There is a small right pleural effusion. The heart size is normal.",
]
facts_per_report = metric.extract_facts(reports)
print(facts_per_report[0])

Demo notebook: CXR-Fact-Encoder / notebooks/cxrfescore_demo.ipynb

Related resources

Citation

If you use T5FactExtractor, please cite:

@inproceedings{messina-etal-2024-extracting,
    title = "Extracting and Encoding: Leveraging Large Language Models and Medical Knowledge to Enhance Radiological Text Representation",
    author = "Messina, Pablo  and
      Vidal, Rene  and
      Parra, Denis  and
      Soto, Alvaro  and
      Araujo, Vladimir",
    booktitle = "Findings of the Association for Computational Linguistics: ACL 2024",
    month = aug,
    year = "2024",
    address = "Bangkok, Thailand",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2024.findings-acl.236/",
    doi = "10.18653/v1/2024.findings-acl.236",
    pages = "3955--3986"
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
32696f4

0 моделей