GPT2-disease_text_generation/README.md

language, library_name, pipeline_tag, tags

language	library_name	pipeline_tag	tags
vi	transformers	text-generation	gpt2 vietnamese medical disease text-generation causal-lm

GPT2-disease_text_generation

This model is a fine-tuned GPT-2 model for Vietnamese disease-related text continuation.

It is intended to continue a partially written passage about common health conditions such as heart disease, stomach pain, diabetes, high blood pressure, and similar medical topics.

Intended Use

This model is suitable for:

• continuing short disease descriptions in Vietnamese
• generating sample text for text-generation experiments
• demonstrating topic-conditioned Vietnamese causal language modeling

This model is not designed as a question-answering system and must not be used as medical advice.

Recommended Prompt Style

The model works best when the input is an unfinished sentence or an opening paragraph that should be continued.

Example:

Bệnh tim là một trong những nhóm bệnh phổ biến, ảnh hưởng đến khả năng bơm máu của cơ thể và làm suy giảm sức khỏe. Người mắc bệnh tim thường có biểu hiện đau ngực, khó thở, tim đập nhanh, mệt mỏi và chóng mặt khi vận động. Nguyên nhân có thể liên quan đến tăng huyết áp, mỡ máu cao, tiểu đường, hút thuốc lá hoặc căng thẳng kéo dài. Nếu không được phát hiện và điều trị sớm, bệnh tim có thể dẫn đến nhiều biến chứng nguy hiểm như suy tim, nhồi máu cơ tim hoặc

Another example:

Đau dạ dày là tình trạng thường gặp ở nhiều người, có thể gây đau vùng thượng vị, đầy hơi, buồn nôn và khó tiêu. Bệnh có thể xuất hiện do ăn uống thất thường, căng thẳng kéo dài hoặc vi khuẩn Helicobacter pylori. Nếu chủ quan, người bệnh có thể gặp biến chứng như viêm loét nghiêm trọng hoặc

Prompt Style To Avoid

Question-answer prompts are less reliable for this model.

Example:

Câu hỏi: Triệu chứng của bệnh tim là gì?
Trả lời:

Because this is a continuation model, outputs may become repetitive, drift in structure, or confuse disease entities when used like a QA model.

Usage With Transformers

from transformers import AutoTokenizer, AutoModelForCausalLM

model_id = "sanim05/GPT2-disease_text_generation"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(model_id)

prompt = (
    "Bệnh tim là một trong những nhóm bệnh phổ biến, ảnh hưởng đến khả năng bơm máu "
    "của cơ thể và làm suy giảm sức khỏe. Người mắc bệnh tim thường có biểu hiện đau ngực, "
    "khó thở, tim đập nhanh, mệt mỏi và chóng mặt khi vận động. Nguyên nhân có thể liên quan "
    "đến tăng huyết áp, mỡ máu cao, tiểu đường, hút thuốc lá hoặc căng thẳng kéo dài. "
    "Nếu không được phát hiện và điều trị sớm, bệnh tim có thể dẫn đến nhiều biến chứng nguy hiểm như"
)

inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(
    **inputs,
    max_new_tokens=80,
    do_sample=True,
    temperature=0.8,
    top_p=0.95,
    repetition_penalty=1.1,
    pad_token_id=tokenizer.eos_token_id,
)

print(tokenizer.decode(outputs[0], skip_special_tokens=True))

Limitations

• The model can repeat words or short phrases.
• The model can mix symptoms or descriptions across different diseases.
• The model does not guarantee medical accuracy.
• The model is not suitable for diagnosis, treatment, or clinical recommendations.

Safety Notice

Generated text should be used only for research, learning, or technical experimentation.

Do not rely on this model for professional medical guidance.