1. Mainfest:
- CMeEE-V2_train.json: 训练集
- CMeEE-V2_dev.json: 验证集
- CMeEE-V2_test.json: 测试集, 选手提交的时候需要为每条记录填充"entities"字段,类型为列表。每个识别出来的实体必须包含"start_idx", "end_idx", "type"3个字段。
- example_pred.json: 提交结果示例
- README.txt: 说明文件
2. 评估指标以严格Micro-F1值为准
3. 该任务提交的文件名为:CMeEE-V2_test.json
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
知识图谱是一种结构化的知识表达形式,它以图形的方式组织和存储了大量实体(如人、地点、事件等)及其相互关系。在知识图谱中,实体作为节点,实体之间的各种语义关联则通过边进行连接,形成了一个庞大的数据网络。 知识图谱的核心价值在于其能够精确、直观地表示复杂世界中的知识,并支持高效的知识查询与推理。例如,在搜索引擎中,知识图谱可以提升搜索结果的相关性和准确性,为用户提供直接的答案而非仅仅是网页链接。同时,知识图谱还能支撑高级的人工智能应用,比如问答系统、推荐系统、决策支持等领域。 构建知识图谱的过程通常包括数据抽取、知识融合、实体识别、关系抽取等多个步骤,涉及到自然语言处理、机器学习、数据库技术等多种技术手段。知识图谱的不断完善有助于实现从海量信息中挖掘深层次、有价值的知识,从而推动人工智能向着更加理解人类世界的智慧方向发展。 总之,知识图谱是一个大规模、多领域、多源异构知识集成的载体,是实现智能化信息系统的基础工具和关键基础设施,对于提升信息检索质量、推动智能应用研发具有重要作用。
资源推荐
资源详情
资源评论
收起资源包目录
构建一个医疗领域知识图谱和一个基于Flask的简易网页聊天机器人,通过ner获取用户问题的实体并在知识图谱内提取答案。.zip (41个子文件)
SJT-code
c_create_Ner_data2.py 5KB
data
rel.txt 19.37MB
CMeEE-V2
标注规范参考.pdf 1.17MB
CMeEE-V2_test.json 591KB
CMeEE-V2_train.json 12.43MB
README.txt 455B
example_pred.json 1KB
CMeEE-V2_dev.json 3.99MB
ent
科目.txt 713B
检查项目.txt 123KB
药品商.txt 93KB
疾病.txt 379KB
治疗方法.txt 20KB
食物.txt 83KB
药品.txt 125KB
data_contact.py 2KB
疾病症状.txt 543KB
ent1
科目.txt 724B
检查项目.txt 77KB
药品商.txt 93KB
疾病.txt 193KB
治疗方法.txt 20KB
食物.txt 83KB
药品.txt 83KB
疾病症状.txt 110KB
ent2
检查项目.txt 48KB
疾病.txt 204KB
药品.txt 41KB
疾病症状.txt 439KB
medical.json 44.96MB
prodata
ner_data2.txt 8.11MB
pro_data.py 432B
ner_train.txt 6.42MB
all_ner_data.txt 20.95MB
ner_dev.txt 6.42MB
templates
index.html 340B
a_import_entity_and_create_rel.py 8KB
e_flask_QArobot.py 17KB
d_Ner.py 13KB
.gitignore 3KB
b_create_Ner_data.py 2KB
共 41 条
- 1
资源评论
- z157251138172024-04-27感谢资源主的分享,这个资源对我来说很有用,内容描述详尽,值得借鉴。
JJJ69
- 粉丝: 6259
- 资源: 5775
上传资源 快速赚钱
- 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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功