Description
This pretrained pipeline is built on the top of ner_clinical_trials_abstracts model.
Predicted Entities
How to use
from sparknlp.pretrained import PretrainedPipeline
pipeline = PretrainedPipeline("ner_clinical_trials_abstracts_pipeline", "es", "clinical/models")
text = '''Efecto de la suplementación con ácido fólico sobre los niveles de homocisteína total en pacientes en hemodiálisis. La hiperhomocisteinemia es un marcador de riesgo independiente de morbimortalidad cardiovascular. Hemos prospectivamente reducir los niveles de homocisteína total (tHcy) mediante suplemento con ácido fólico y vitamina B6 (pp), valorando su posible correlación con dosis de diálisis, función residual y parámetros nutricionales.'''
result = pipeline.fullAnnotate(text)
import com.johnsnowlabs.nlp.pretrained.PretrainedPipeline
val pipeline = new PretrainedPipeline("ner_clinical_trials_abstracts_pipeline", "es", "clinical/models")
val text = "Efecto de la suplementación con ácido fólico sobre los niveles de homocisteína total en pacientes en hemodiálisis. La hiperhomocisteinemia es un marcador de riesgo independiente de morbimortalidad cardiovascular. Hemos prospectivamente reducir los niveles de homocisteína total (tHcy) mediante suplemento con ácido fólico y vitamina B6 (pp), valorando su posible correlación con dosis de diálisis, función residual y parámetros nutricionales."
val result = pipeline.fullAnnotate(text)
Results
| | ner_chunks | begin | end | ner_label | confidence |
|---:|:------------------------------|--------:|------:|:------------|-------------:|
| 0 | suplementación | 13 | 26 | PROC | 0.9987 |
| 1 | ácido fólico | 32 | 43 | CHEM | 0.8828 |
| 2 | niveles de homocisteína | 55 | 77 | PROC | 0.584633 |
| 3 | hemodiálisis | 101 | 112 | PROC | 0.9998 |
| 4 | hiperhomocisteinemia | 118 | 137 | DISO | 0.9977 |
| 5 | niveles de homocisteína total | 248 | 276 | PROC | 0.604225 |
| 6 | tHcy | 279 | 282 | PROC | 0.9699 |
| 7 | ácido fólico | 309 | 320 | CHEM | 0.90385 |
| 8 | vitamina B6 | 324 | 334 | CHEM | 0.9748 |
| 9 | pp | 337 | 338 | CHEM | 0.96 |
| 10 | diálisis | 388 | 395 | PROC | 0.9982 |
| 11 | función residual | 398 | 414 | PROC | 0.73045 |
Model Information
| Model Name: | ner_clinical_trials_abstracts_pipeline |
| Type: | pipeline |
| Compatibility: | Healthcare NLP 4.4.4+ |
| License: | Licensed |
| Edition: | Official |
| Language: | es |
| Size: | 318.9 MB |
Included Models
- DocumentAssembler
- SentenceDetectorDLModel
- TokenizerModel
- RoBertaEmbeddings
- MedicalNerModel
- NerConverterInternalModel