|
|
--- |
|
|
library_name: transformers |
|
|
tags: |
|
|
- japanese |
|
|
- ner |
|
|
- medical |
|
|
--- |
|
|
|
|
|
# Model Card for `sociocom/MedTXTNER` |
|
|
|
|
|
**本モデルは、日本語医療テキストの NER（固有表現抽出）タスク向けに `cl-tohoku/bert-base-japanese-v3` をファインチューニングしたモデルです。** |
|
|
|
|
|
## モデル詳細 |
|
|
|
|
|
### 説明 |
|
|
- ベースに `cl-tohoku/bert-base-japanese-v3`を使用 |
|
|
- 奈良先端大で作成された日本語医療テキストのアノテーション付きデータ（症例報告、読影レポート、看護記録）でファインチューニングを実施 |
|
|
|
|
|
| 項目 | 詳細 | |
|
|
|-------------------------|----------------------------------------| |
|
|
| **Developed by** | NAIST ソーシャルコンピューティング研究室 | |
|
|
| **Model type** | Token classification | |
|
|
| **Language(s)** | Japanese | |
|
|
| **Finetuned from** | cl-tohoku/bert-base-japanese-v3 | |
|
|
|
|
|
### モデルソース |
|
|
- **Hub リポジトリ**: https://huggingface.co/sociocom/MedTXTNER |
|
|
|
|
|
## タグおよび属性一覧 |
|
|
| タグ名 | 説明 | 属性一覧 | |
|
|
|----------|-------------------------------------------|-------------------------------------------------| |
|
|
| a | 臓器・部位（Anatomical parts） | なし | |
|
|
| c | 変化（Change） | なし | |
|
|
| cc | クリニカルコンテクスト（Clinical Context）| executed, negated, other, scheduled | |
|
|
| d | 病変・症状（Diseases and symptoms） | general, negative, positive, suspicious | |
|
|
| f | 特徴・尺度（Features and measurements） | なし | |
|
|
| m-key | 薬品名（Medicine name） | executed, negated, other, scheduled | |
|
|
| m-val | 薬品値（Medicine value） | executed, negated, other, scheduled | |
|
|
| r | 治療（Remedy） | executed, negated, other, scheduled | |
|
|
| t-key | 検査項目（Test item） | executed, negated, other, scheduled | |
|
|
| t-test | 検査名（Test name） | executed, negated, other, scheduled | |
|
|
| t-val | 検査値（Test value） | なし | |
|
|
| timex3 | 時間表現（Time expressions） | age, date, duration, med, misc, set, time | |
|
|
|
|
|
各タグ・属性の詳細は[Real-MedNLP アノテーションガイドライン](https://sociocom.naist.jp/real-mednlp/wp-content/uploads/sites/3/2021/12/Real-MedNLP_Annotation_Guidelines.pdf)をご参照ください。 |
|
|
|
|
|
## 利用方法 |
|
|
|
|
|
```python |
|
|
import torch |
|
|
from transformers import AutoTokenizer, AutoModelForTokenClassification |
|
|
|
|
|
model_dir = "sociocom/MedTXTNER" |
|
|
model = AutoModelForTokenClassification.from_pretrained(model_dir) |
|
|
tokenizer = AutoTokenizer.from_pretrained(model_dir, use_fast=True) |
|
|
device = torch.device("cuda" if torch.cuda.is_available() else "cpu") |
|
|
model.to(device) |
|
|
model.eval() |
|
|
|
|
|
def predict_text(text: str): |
|
|
enc = tokenizer( |
|
|
text, |
|
|
return_tensors="pt", |
|
|
truncation=True, |
|
|
padding="longest", |
|
|
is_split_into_words=False |
|
|
).to(device) |
|
|
|
|
|
with torch.no_grad(): |
|
|
outputs = model(**enc) |
|
|
logits = outputs.logits |
|
|
|
|
|
pred_ids = torch.argmax(logits, dim=-1)[0].cpu().tolist() |
|
|
tokens = tokenizer.convert_ids_to_tokens(enc["input_ids"][0]) |
|
|
id2label = model.config.id2label |
|
|
|
|
|
result = [] |
|
|
for tok, pid in zip(tokens, pred_ids): |
|
|
if tok in tokenizer.all_special_tokens: |
|
|
continue |
|
|
result.append((tok, id2label[pid])) |
|
|
return result |
|
|
|
|
|
sample = "症例】５３歳女性。発熱と嘔気を認め、プレドニゾロンを中断しました。" |
|
|
for tok, lab in predict_text(sample): |
|
|
print(f"{tok}\t{lab}") |
|
|
``` |
|
|
|
|
|
## 出力例 |
|
|
``` |
|
|
症例 O |
|
|
】 O |
|
|
53 B-timex3_age |
|
|
歳 I-timex3_age |
|
|
女性 O |
|
|
。 O |
|
|
発熱 B-d_positive |
|
|
と I-d_positive |
|
|
嘔 I-d_positive |
|
|
##気 I-d_positive |
|
|
を O |
|
|
認め O |
|
|
、 O |
|
|
プレ B-m-key_negated |
|
|
##ド I-m-key_negated |
|
|
##ニ I-m-key_negated |
|
|
##ゾ I-m-key_negated |
|
|
##ロン I-m-key_negated |
|
|
を O |
|
|
中断 O |
|
|
し O |
|
|
まし O |
|
|
た O |
|
|
。 O |
|
|
``` |
|
|
|
|
|
## Evaluation |
|
|
|
|
|
属性なし（エンティティタイプのみ評価） |
|
|
| Dataset | Micro‑F1 | Macro‑F1 | Weighted‑F1 | |
|
|
| -------------- | --------:| --------:| -----------:| |
|
|
| **Overall** | 0.699 | 0.673 | 0.700 | |
|
|
| **MedTxt‑CR** | 0.608 | 0.575 | 0.612 | |
|
|
| **MedTxt‑RR** | 0.903 | 0.930 | 0.903 | |
|
|
| **MedTxt‑NR** | 0.800 | 0.788 | 0.800 | |
|
|
|
|
|
属性あり（エンティティタイプ+属性を区別して評価） |
|
|
| Dataset | Micro‑F1 | Macro‑F1 | Weighted‑F1 | |
|
|
| -------------- | --------:| --------:| -----------:| |
|
|
| **Overall** | 0.638 | 0.480 | 0.641 | |
|
|
| **MedTxt‑CR** | 0.551 | 0.396 | 0.559 | |
|
|
| **MedTxt‑RR** | 0.887 | 0.708 | 0.888 | |
|
|
| **MedTxt‑NR** | 0.730 | 0.552 | 0.731 | |
|
|
|
|
|
|
|
|
## Publication |
|
|
|
|
|
This model can be cites as: |
|
|
|
|
|
``` |
|
|
@misc{social_computing_lab_2025, |
|
|
author = { Social Computing Lab }, |
|
|
title = { MedTXTNER (Revision 6788187) }, |
|
|
year = 2025, |
|
|
url = { https://huggingface.co/sociocom/MedTXTNER }, |
|
|
doi = { 10.57967/hf/5732 }, |
|
|
publisher = { Hugging Face } |
|
|
} |
|
|
``` |
|
|
|
|
|
|
