Tetsuo3003/ner-medical-japanese

🇯🇵 日本語 医療会話 NER モデル

このモデルは、日本語の医療会話文書に特化した固有表現抽出（NER）モデルです。
tsmatz/xlm-roberta-ner-japanese をベースにファインチューニングを行い、医療分野での情報抽出や匿名化に役立つよう最適化しています。

---

📚 用途

• 医療会話文書からの固有表現抽出（名前、施設名、地名など）
• 匿名化処理
• 医療関連データの情報整理
• リスク分析、研究データ整理

---

🎯 対象ドメイン

• 患者との会話記録
• 診療メモ、訪問看護記録
• 医療施設における報告書やドキュメント

---

🏷️ ラベル一覧

ラベル	説明
PER	人名
ORG	組織名
ORG-P	組織の部門
ORG-O	組織その他
LOC	地名
INS	施設名（病院・学校など）
PRD	製品名
EVT	イベント名
O	その他（非エンティティ）

---

🚀 使用方法

from transformers import AutoTokenizer, AutoModelForTokenClassification, pipeline

model = AutoModelForTokenClassification.from_pretrained("Tetsuo3003/ner-medical-japanese")
tokenizer = AutoTokenizer.from_pretrained("Tetsuo3003/ner-medical-japanese")
ner_pipeline = pipeline("ner", model=model, tokenizer=tokenizer, aggregation_strategy="simple")

text = "金丸先生が松本市にある石川クリニックに通院しました。"
results = ner_pipeline(text)
for entity in results:
    print(f"{entity['word']} → {entity['entity_group']} (score: {entity['score']:.2f})")