Description
This model is a German-MedBERT based sequence classification model that can classify public health mentions in German social media text.
Predicted Entities
non-health, health-related
How to use
document_assembler = DocumentAssembler() \
.setInputCol("text") \
.setOutputCol("document")
tokenizer = Tokenizer() \
.setInputCols(["document"]) \
.setOutputCol("token")
sequenceClassifier = MedicalBertForSequenceClassification.pretrained("bert_sequence_classifier_health_mentions_medbert", "de", "clinical/models")\
.setInputCols(["document","token"])\
.setOutputCol("class")
pipeline = Pipeline(stages=[
document_assembler,
tokenizer,
sequenceClassifier
])
data = spark.createDataFrame([
["Diabetes habe ich schon seit meiner Kindheit, seit der Pubertätch nehme Insulin."],
["Die Hochzeitszeitung ist zum Glück sehr schön geworden. Das Brautpaar gat sich gefreut."]
]).toDF("text")
result = pipeline.fit(data).transform(data)
val documenter = new DocumentAssembler()
.setInputCol("text")
.setOutputCol("document")
val tokenizer = new Tokenizer()
.setInputCols(Array("document"))
.setOutputCol("token")
val sequenceClassifier = MedicalBertForSequenceClassification.pretrained("bert_sequence_classifier_health_mentions_medbert", "de", "clinical/models")
.setInputCols(Array("document","token"))
.setOutputCol("class")
val pipeline = new Pipeline().setStages(Array(documenter, tokenizer, sequenceClassifier))
val data = Seq(Array("Diabetes habe ich schon seit meiner Kindheit, seit der Pubertätch nehme Insulin.",
"Die Hochzeitszeitung ist zum Glück sehr schön geworden. Das Brautpaar gat sich gefreut.")).toDS().toDF("text")
val result = pipeline.fit(data).transform(data)
import nlu
nlu.load("de.classify.bert_sequence.health_mentions_medbert").predict("""Die Hochzeitszeitung ist zum Glück sehr schön geworden. Das Brautpaar gat sich gefreut.""")
Results
+---------------------------------------------------------------------------------------+----------------+
|text |result |
+---------------------------------------------------------------------------------------+----------------+
|Diabetes habe ich schon seit meiner Kindheit, seit der Pubertätch nehme Insulin. |[health-related]|
|Die Hochzeitszeitung ist zum Glück sehr schön geworden. Das Brautpaar gat sich gefreut.|[non-health] |
+---------------------------------------------------------------------------------------+----------------+
Model Information
| Model Name: | bert_sequence_classifier_health_mentions_medbert |
| Compatibility: | Healthcare NLP 4.0.2+ |
| License: | Licensed |
| Edition: | Official |
| Input Labels: | [document, token] |
| Output Labels: | [class] |
| Language: | de |
| Size: | 409.8 MB |
| Case sensitive: | true |
| Max sentence length: | 128 |
References
Curated from several academic and in-house datasets.
Benchmarking
label precision recall f1-score support
non-health 0.97 0.88 0.92 82
health-related 0.87 0.97 0.92 69
accuracy - - 0.92 151
macro-avg 0.92 0.92 0.92 151
weighted-avg 0.93 0.92 0.92 151