基于LSTM+CRF模型实现中文病例的命名实体识别python源码+项目说明+数据集.zip 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用!有问题请及时沟通交流。 2、适用人群:计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、自动化、电子信息等)在校学生、专业老师或者企业员工下载使用。 3、用途:项目具有较高的学习借鉴价值,不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。 4、如果基础还行,或热爱钻研,亦可在此项目代码基础上进行修改添加,实现其他不同功能。 欢迎下载!欢迎交流学习!不清楚的可以私信问我! 基于LSTM+CRF模型实现中文病例的命名实体识别python源码+项目说明+数据集.zip 本项目数据集来自ccks2017任务二,任务是中文病例的命名实体识别 ## 数据处理后主要类标 >"O" >"B-body" >"I-body" >"E-body" >"B-symp" >"I-symp" >"E-symp" >"B-dise" >"I-dise" >"E-dise" >"B-chec" >"I-chec" >"E-chec" >"B-cure" >"I-cure" >"E-cure" ## 模型结构 采用bi-LSTM+CRF/transformer+CRF,此后会对模型进行优化,数据根据需求处理。<br> 1.dataset文件夹 原始数据<br> 2.LSTM_CRF.py bi-LSTM模型<br> 3.data_util.py 数据处理<br> 4.train.py main<br> 5.transformer_CRF transformer模型 ## Requirements python 3<br> tensorflow 1.12 ## 评价指标 microF1 打分函数precision_recall_fscore_support
- 1
- 2
- 3
- 4
- 5
- 6
- 20
- 粉丝: 9638
- 资源: 5598
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助