CCKS举办的针对电子病例的信息抽取比赛.zip

# CCKS_EE ## environment ``` python 3.6 torch 1.5.0 matplotlib 3.1.1 numpy 1.16.1 ``` ## 结构 ``` base ：attention实现 data ：数据及预处理 pretrained_models ：BERT与训练模型 result ：保存的结果、图像和对应的 p r f，以及结果的处理 save_model ：保存的模型 vocab ：提供的实体词典 config.py ：配置信息 loss.py ：dice_loss的实现 model.py ：模型 module.py ：模型训练预测等相关函数 result_analysis.py ：模型结果分析 run.py ：模型训练入口 test.py ：测试 tool.py ：各种工具 ``` ## data 各个文件及处理分析函数 ``` analysis.py # 多种分析函数 precess.py # 预处理 task2_train_reformat.xlsx # 原始数据 task2_train_reformat_cleaned.xlsx # 清洗后的数据 sub_train.xlsx # 8-2随机切分后数据 sub_cut_train.xlsx # 病例文档切分成子句后的子句文档 ``` ## run.py 入口文件 ``` config.experiment_name = 'test_init_model' # 实验名称 config.model_name = 'BiLSTM_CRF' # 模型名称 config.is_vector = False # 是否使用bert词向量 config.is_hidden_tag = False # 是否增加 子句hidden-> 是否有待抽取属性 的约束 注：此处也可更改或添加其他config.py文件中未涉及到的属性 ``` ## module.py 训练预测等相关函数 ``` train() # 训练函数 eval() # 评测函数 predict_test() # 预测test文件 predict_sentence() # 预测具体医疗病例 ``` ## 2020.8.22 ``` 1.embedding 2.data argument 3.ruler 4.dice loss 5.hidden tag & size replace & bioes & CNN 6.autoencoder 7.data clean note:find mistakes ```