/ Модель
Каталог

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Библиотека
transformers
Опубликована
20 июл 2023

Ссылки

Hugging Face

symps_disease_bert_v3_c41

shanover
Классификация текстаТекст → label3 профессии

Англоязычная BERT-модель классифицирует текстовое описание симптомов по одному из 41 класса заболеваний для использования в чат-боте.

18скачиваний за 30 дней6лайковвеса обновлены21 июл 2023

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

shanover/symps_disease_bert_v3_c41 — модель классификации текста на базе BERT, разработанная для чат-бота, который сопоставляет описания симптомов с одним из 41 класса заболеваний. Например, по сообщению о рвоте, одышке и потливости модель может предсказать класс «сердечный приступ». Архитектура — BertForSequenceClassification, размер — 136,7 млн параметров; модель принимает текст и выдаёт метку класса. Контекст ограничен 512 токенами, язык карточки — английский.

Модель предназначена для предварительной классификации описанных пользователем симптомов в диалоге. Среди классов — астма, диабет, малярия, пневмония, инфекции и сердечный приступ. Она не заменяет медицинское обследование или заключение специалиста; README не описывает точность, обучающие данные или протокол валидации. Лицензия — MIT.

Сценарии применения

  • предварительное сопоставление симптомов с классом заболевания в чат-боте
  • классификация текстовых жалоб на заболевания из набора 41 класса
  • создание прототипа диалогового помощника для сортировки описаний симптомов

Ограничения

Модель предсказывает только среди 41 заданного класса и рассчитана на английский язык. Она не заменяет медицинскую диагностику; README не приводит метрик точности или описания валидации.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

The objective is to develop a symptom-to-disease classification model for a natural language chatbot.
This model takes input text such as "I am feeling vomiting, breathlessness, and sweating" and accurately identifies the associated disease (Label_18 - 'Heart attack').

In essence, the chatbot's purpose is to analyze users' symptoms and provide relevant disease predictions in real-time conversation.

Superset of https://huggingface.co/shanover/disease_classifier_base

Symptoms to Disease - Sequence Classifier (41 Diseases)

List of Encoded Numbers and Corresponding Disease Names

  1. (Vertigo) Paroxysmal Positional Vertigo
  2. AIDS
  3. Acne
  4. Alcoholic hepatitis
  5. Allergy
  6. Arthritis
  7. Bronchial Asthma
  8. Cervical spondylosis
  9. Chicken pox
  10. Chronic cholestasis
  11. Common Cold
  12. Dengue
  13. Diabetes
  14. Dimorphic hemorrhoids (piles)
  15. Drug Reaction
  16. Fungal infection
  17. GERD
  18. Gastroenteritis
  19. Heart attack
  20. Hepatitis B
  21. Hepatitis C
  22. Hepatitis D
  23. Hepatitis E
  24. Hypertension
  25. Hyperthyroidism
  26. Hypoglycemia
  27. Hypothyroidism
  28. Impetigo
  29. Jaundice
  30. Malaria
  31. Migraine
  32. Osteoarthritis
  33. Paralysis (brain hemorrhage)
  34. Peptic ulcer disease
  35. Pneumonia
  36. Psoriasis
  37. Tuberculosis
  38. Typhoid
  39. Urinary tract infection
  40. Varicose veins
  41. Hepatitis A

EOD

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
a28985b

0 моделей

    Создать бенчмарк