BiLSTM+CRF医学病例命名实体识别项目

向AI转型的程序员都关注了这个号????????????

人工智能大数据与深度学习  公众号&＃xff1a;datayx

数据来自CCKS2018的电子病历命名实体识别的评测任务&＃xff0c;是对于给定的一组电子病历纯文本文档&＃xff0c;识别并抽取出其中与医学临床相关的实体&＃xff0c;并将它们归类到预先定义好的类别中。共提供600份标注好的电子病历文本&＃xff0c;共需识别含治疗方式、身体部位、疾病症状、医学检查、疾病实体五类实体。

领域命名实体识别问题自然语言处理中经典的序列标注问题&＃xff0c; 本项目是采用BiLSTM&＃43;CRF构建模型。

病历结构如下图所示&＃xff1a;

三、神经网络结构图

四、实验数据

1、数据格式&＃xff1a;

评测方提供了四个目录(一般项目, 出院项目, 病史特点, 诊疗经过),四个目录下有txtoriginal文件和txt标注文件,内容样式如下:

一般项目-1.txtoriginal.txt

2、对分类目标进行标记

O非实体部分,TREATMENT治疗方式, BODY身体部位, SIGN疾病症状, CHECK医学检查, DISEASE疾病实体

3、序列标记方法

采用BIO标注&＃xff1a;将每个元素&＃xff08;字&＃xff09;标注为“B-X”、“I-X”或者“O”。其中&＃xff0c;“B-X”表示此元素所在的片段属于X类型并且此元素在此片段的开头&＃xff0c;“I-X”表示此元素所在的片段属于X类型并且此元素在此片段的中间位置&＃xff0c;“O”表示不属于任何类型。如&＃xff1a;人 O&＃xff1b;咳 SIGNS-B&＃xff1b;嗽 SIGNS-I。

五、项目介绍

1、transfer_data.py文件

该脚本构建了一个TransferData类&＃xff0c;将文本数据转化为实体序列标注数据&＃xff0c;作为模型的输入变量。

如&＃xff0c;女性&＃xff0c;88岁&＃xff0c;农民&＃xff0c;双滦区应营子村人&＃xff0c;主因右髋部。转化为下图序列&＃xff1a;

• 代码 获取方式&＃xff1a;
  

  分享本文到朋友圈
  

  关注微信公众号 datayx  然后回复 NER  即可获取。

  AI项目体验地址 https://loveai.tech

2、lstm_train.py文件
&＃xff08;1&＃xff09;build_data函数&＃xff1a;构建数据集

&＃xff08;3&＃xff09;load_pretrained_embedding函数&＃xff1a;加载预训练好的词向量

&＃xff08;4&＃xff09;build_embedding_matrix函数&＃xff1a;使用样本数据到词向量中查表&＃xff0c;生成训练用的词向量矩阵。

&＃xff08;5&＃xff09;tokenvec_bilstm2_crf_model函数&＃xff1a;使用样本词向量作为Embedding输入&＃xff0c;构建BiLSTM&＃43;CRF模型框架

&＃xff08;6&＃xff09;train_model函数&＃xff1a;对模型进行训练

阅读过本文的人还看了以下文章&＃xff1a;

TensorFlow 2.0深度学习案例实战

基于40万表格数据集TableBank&＃xff0c;用MaskRCNN做表格检测

《基于深度学习的自然语言处理》中/英PDF

Deep Learning 中文版初版-周志华团队

【全套视频课】最全的目标检测算法系列讲解&＃xff0c;通俗易懂&＃xff01;

《美团机器学习实践》_美团算法团队.pdf

《深度学习入门&＃xff1a;基于Python的理论与实现》高清中文PDF&＃43;源码

特征提取与图像处理(第二版).pdf

python就业班学习视频&＃xff0c;从入门到实战项目

2019最新《PyTorch自然语言处理》英、中文版PDF&＃43;源码

《21个项目玩转深度学习&＃xff1a;基于TensorFlow的实践详解》完整版PDF&＃43;附书代码

《深度学习之pytorch》pdf&＃43;附书源码

PyTorch深度学习快速实战入门《pytorch-handbook》

【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》

《Python数据分析与挖掘实战》PDF&＃43;完整源码

汽车行业完整知识图谱项目实战视频(全23课)

李沐大神开源《动手学深度学习》&＃xff0c;加州伯克利深度学习&＃xff08;2019春&＃xff09;教材

笔记、代码清晰易懂&＃xff01;李航《统计学习方法》最新资源全套&＃xff01;

《神经网络与深度学习》最新2018版中英PDF&＃43;源码

将机器学习模型部署为REST API

FashionAI服装属性标签图像识别Top1-5方案分享

重要开源&＃xff01;CNN-RNN-CTC 实现手写汉字识别

yolo3 检测出图像中的不规则汉字

同样是机器学习算法工程师&＃xff0c;你的面试为什么过不了&＃xff1f;

前海征信大数据算法&＃xff1a;风险概率预测

【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目&＃xff0c;让你掌握深度学习图像分类

VGG16迁移学习&＃xff0c;实现医学图像识别分类工程项目

特征工程(一)

特征工程(二) :文本数据的展开、过滤和分块

特征工程(三):特征缩放,从词袋到 TF-IDF

特征工程(四): 类别特征

特征工程(五): PCA 降维

特征工程(六): 非线性特征提取和模型堆叠

特征工程(七)&＃xff1a;图像特征提取和深度学习

如何利用全新的决策树集成级联结构gcForest做特征工程并打分&＃xff1f;

Machine Learning Yearning 中文翻译稿

蚂蚁金服2018秋招-算法工程师&＃xff08;共四面&＃xff09;通过

全球AI挑战-场景分类的比赛源码(多模型融合)

斯坦福CS230官方指南&＃xff1a;CNN、RNN及使用技巧速查&＃xff08;打印收藏&＃xff09;

python&＃43;flask搭建CNN在线识别手写中文网站

中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加&＃xff1a; datayx  

机大数据技术与机器学习工程

 搜索公众号添加&＃xff1a; datanlp

长按图片&＃xff0c;识别二维码