Description
This pretrained pipeline is built on the top of ner_healthcare_slim model.
Predicted Entities
TREATMENT, TIME_INFORMATION, PERSON, MEDICAL_CONDITION, BODY_PART
How to use
from sparknlp.pretrained import PretrainedPipeline
pipeline = PretrainedPipeline("ner_healthcare_slim_pipeline", "de", "clinical/models")
text = '''Das Kleinzellige Bronchialkarzinom (Kleinzelliger Lungenkrebs, SCLC) ist Hernia femoralis, Akne, einseitig, ein hochmalignes bronchogenes Karzinom, das überwiegend im Zentrum der Lunge, in einem Hauptbronchus entsteht. Die mittlere Prävalenz wird auf 1/20.000 geschätzt.'''
result = pipeline.fullAnnotate(text)
import com.johnsnowlabs.nlp.pretrained.PretrainedPipeline
val pipeline = new PretrainedPipeline("ner_healthcare_slim_pipeline", "de", "clinical/models")
val text = "Das Kleinzellige Bronchialkarzinom (Kleinzelliger Lungenkrebs, SCLC) ist Hernia femoralis, Akne, einseitig, ein hochmalignes bronchogenes Karzinom, das überwiegend im Zentrum der Lunge, in einem Hauptbronchus entsteht. Die mittlere Prävalenz wird auf 1/20.000 geschätzt."
val result = pipeline.fullAnnotate(text)
Results
| | ner_chunk | begin | end | ner_label | confidence |
|---:|:-----------------------------------|--------:|------:|:------------------|-------------:|
| 0 | Bronchialkarzinom | 17 | 33 | MEDICAL_CONDITION | 0.9988 |
| 1 | Lungenkrebs | 50 | 60 | MEDICAL_CONDITION | 0.9931 |
| 2 | SCLC | 63 | 66 | MEDICAL_CONDITION | 0.9957 |
| 3 | Hernia | 73 | 78 | MEDICAL_CONDITION | 0.8134 |
| 4 | femoralis | 80 | 88 | BODY_PART | 0.8001 |
| 5 | Akne | 91 | 94 | MEDICAL_CONDITION | 0.9678 |
| 6 | hochmalignes bronchogenes Karzinom | 112 | 145 | MEDICAL_CONDITION | 0.6409 |
| 7 | Lunge | 179 | 183 | BODY_PART | 0.9729 |
| 8 | Hauptbronchus | 195 | 207 | BODY_PART | 0.9987 |
| 9 | Prävalenz | 232 | 240 | MEDICAL_CONDITION | 0.9986 |
Model Information
| Model Name: | ner_healthcare_slim_pipeline |
| Type: | pipeline |
| Compatibility: | Healthcare NLP 4.4.4+ |
| License: | Licensed |
| Edition: | Official |
| Language: | de |
| Size: | 1.3 GB |
Included Models
- DocumentAssembler
- SentenceDetectorDLModel
- TokenizerModel
- WordEmbeddingsModel
- MedicalNerModel
- NerConverterInternalModel