highrisk_medical_japanese

モデル概要

このモデルは、日本語の医療・リスク文脈における 注目語（ハイリスク語句） を抽出するためにファインチューニングされた NER（名前付きエンティティ認識）モデルです。

ベースモデルには、XLM-RoBERTa を日本語 NER 用に事前学習させた tsmatz/xlm-roberta-ner-japanese を使用しています。

抽出対象ラベル

• high_risk：非常に危険、非常に悪い結果、一刻も早く注目しなければならない危害や損害とその影響
• risk：危険、悪い結果、人やモノなどに対する危害や損害とその影響
• hazard：危険の原因になり得る「モノ」
• state：hazard が risk や high_risk に変わる「条件」、「状況・状態」、「きっかけ」、「原因」

---

使用例（Usage）

from transformers import pipeline

model_id = "tetsuo-ishikawa/highrisk_medical_japanese"
ner = pipeline("ner", model=model_id, tokenizer=model_id, aggregation_strategy="simple")

text = "SpO2 低下あり、顔面蒼白"
results = ner(text)

for entity in results:
    print(f"{entity['word']} ({entity['entity_group']}) - {entity['score']:.2f}")