Description
This pretrained pipeline is built on the top of ner_living_species model.
How to use
from sparknlp.pretrained import PretrainedPipeline
pipeline = PretrainedPipeline("ner_living_species_pipeline", "it", "clinical/models")
text = '''Una donna di 74 anni è stata ricoverata con dolore addominale diffuso, ipossia e astenia di 2 settimane di evoluzione. La sua storia personale includeva ipertensione in trattamento con amiloride/idroclorotiazide e dislipidemia controllata con lovastatina. La sua storia familiare era: madre morta di cancro gastrico, fratello con cirrosi epatica di eziologia sconosciuta e sorella con carcinoma epatocellulare. Lo studio eziologico delle diverse cause di malattia epatica cronica comprendeva: virus epatotropi (HBV, HCV) e HIV, studio dell'autoimmunità, ceruloplasmina, ferritina e porfirine nelle urine, tutti risultati negativi. Il paziente è stato messo in trattamento anticoagulante con acenocumarolo e diuretici a tempo indeterminato.'''
result = pipeline.fullAnnotate(text)
import com.johnsnowlabs.nlp.pretrained.PretrainedPipeline
val pipeline = new PretrainedPipeline("ner_living_species_pipeline", "it", "clinical/models")
val text = "Una donna di 74 anni è stata ricoverata con dolore addominale diffuso, ipossia e astenia di 2 settimane di evoluzione. La sua storia personale includeva ipertensione in trattamento con amiloride/idroclorotiazide e dislipidemia controllata con lovastatina. La sua storia familiare era: madre morta di cancro gastrico, fratello con cirrosi epatica di eziologia sconosciuta e sorella con carcinoma epatocellulare. Lo studio eziologico delle diverse cause di malattia epatica cronica comprendeva: virus epatotropi (HBV, HCV) e HIV, studio dell'autoimmunità, ceruloplasmina, ferritina e porfirine nelle urine, tutti risultati negativi. Il paziente è stato messo in trattamento anticoagulante con acenocumarolo e diuretici a tempo indeterminato."
val result = pipeline.fullAnnotate(text)
Results
| | ner_chunks | begin | end | ner_label | confidence |
|---:|:-----------------|--------:|------:|:------------|-------------:|
| 0 | donna | 4 | 8 | HUMAN | 0.9992 |
| 1 | personale | 133 | 141 | HUMAN | 0.9982 |
| 2 | madre | 285 | 289 | HUMAN | 0.9979 |
| 3 | fratello | 317 | 324 | HUMAN | 0.9857 |
| 4 | sorella | 373 | 379 | HUMAN | 0.9847 |
| 5 | virus epatotropi | 493 | 508 | SPECIES | 0.7906 |
| 6 | HBV | 511 | 513 | SPECIES | 0.9833 |
| 7 | HCV | 516 | 518 | SPECIES | 0.991 |
| 8 | HIV | 523 | 525 | SPECIES | 0.991 |
| 9 | paziente | 634 | 641 | HUMAN | 0.9978 |
Model Information
| Model Name: | ner_living_species_pipeline |
| Type: | pipeline |
| Compatibility: | Healthcare NLP 4.3.0+ |
| License: | Licensed |
| Edition: | Official |
| Language: | it |
| Size: | 1.3 GB |
Included Models
- DocumentAssembler
- SentenceDetectorDLModel
- TokenizerModel
- WordEmbeddingsModel
- MedicalNerModel
- NerConverterInternalModel