ONNX 模型库

说明文档

疾病症状识别模型卡片

模型详情

模型描述

本模型是一个基于BERT架构的微调模型，旨在识别和分类疾病症状。该模型在包含各种疾病症状标注描述的精选数据集上进行了训练，并转换为ONNX格式以实现高效推理。

开发者： Mihi
资助方： 自筹资金
分享者： Mihi
模型类型： NLP分类
语言： 英语
许可证： MIT
微调自： BERT base uncased

模型来源

代码库： [GitHub仓库链接]（请替换为实际链接）
演示： [演示链接]（请替换为实际链接）

用途

直接使用

本模型可直接用于以下应用中的症状分类：

医疗应用程序中的症状检查器
用于分诊的医疗聊天机器人
公共卫生研究中的数据分析

下游使用

该模型可进一步微调，或集成到涉及疾病诊断或预测的更大型医疗解决方案中。

不适用场景

本模型不用于诊断疾病。
不应作为专业医疗建议的替代品。

偏差、风险与局限性

模型的性能受限于训练数据的范围和质量。对于训练领域之外的症状，可能表现不佳。
训练数据中的潜在偏差可能导致对代表性不足的疾病或症状的预测不准确。

建议

在临床应用前，确保由医疗专业人员对输出结果进行适当预审。
如果应用于原始数据集之外的领域，请进行进一步微调或重新训练。

如何开始使用该模型

安装所需依赖：

pip install transformers onnxruntime

mihalca/SymptoAI

作者 mihalca

text-classification transformers.js

↓ 1 ♥ 0

创建时间: 2025-01-07 16:05:44+00:00

更新时间: 2025-01-07 16:14:29+00:00

在 Hugging Face 上查看

文件 (10)

.gitattributes

README.md

config.json

onnx/model.onnx ONNX

onnx/model_quantized.onnx ONNX

quantize_config.json

special_tokens_map.json

tokenizer.json

tokenizer_config.json

vocab.txt