Python-CCKS2017中文电子病例命名实体识别项目

上传者: 39841365 | 上传时间: 2021-03-10 13:15:00 | 文件大小: 37.02MB | 文件类型: ZIP
主要实现使用了基于字向量的四层双向LSTM与CRF模型的网络.该项目提供了原始训练数据样本(一般醒目,出院情况,病史情况,病史特点,诊疗经过)与转换版本,训练脚本,预训练模型,可用于序列标注研究.把玩和PK使用

文件下载

资源详情

[{"title":"( 14 个子文件 37.02MB ) Python-CCKS2017中文电子病例命名实体识别项目","children":[{"title":"MedicalNamedEntityRecognition-master","children":[{"title":"model","children":[{"title":"token_vec_300.bin <span style='color:#111;'> 67.57MB </span>","children":null,"spread":false},{"title":"vocab.txt <span style='color:#111;'> 6.72KB </span>","children":null,"spread":false},{"title":"tokenvec_bilstm2_crf_model_20.h5 <span style='color:#111;'> 9.00MB </span>","children":null,"spread":false}],"spread":true},{"title":"data_origin.zip <span style='color:#111;'> 1.39MB </span>","children":null,"spread":false},{"title":".idea","children":[{"title":"misc.xml <span style='color:#111;'> 212B </span>","children":null,"spread":false},{"title":"workspace.xml <span style='color:#111;'> 17.21KB </span>","children":null,"spread":false},{"title":"modules.xml <span style='color:#111;'> 300B </span>","children":null,"spread":false},{"title":"illness_entity_recognize.iml <span style='color:#111;'> 459B </span>","children":null,"spread":false}],"spread":true},{"title":"lstm_train.py <span style='color:#111;'> 6.71KB </span>","children":null,"spread":false},{"title":"transfer_data.py <span style='color:#111;'> 2.54KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 6.97KB </span>","children":null,"spread":false},{"title":"lstm_predict.py <span style='color:#111;'> 4.74KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"train.txt <span style='color:#111;'> 1.93MB </span>","children":null,"spread":false}],"spread":true},{"title":"length_distribution.txt <span style='color:#111;'> 1.18KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明