lwb69 / TCM-KBQA
基于中医药领域知识图谱的智能问答系统
☆27Updated last year
Related projects: ⓘ
- 基于医疗知识图谱的问答系统☆95Updated 3 years ago
- 基于知识图谱的疾病知识问答系统☆25Updated 4 years ago
- 一个基于Django,Neo4j与图谱问答技术的的中医药知识图谱与智能问答平台。(暂取名“泽兰 抄”)☆75Updated 5 months ago
- 本项目旨在结合知识图谱技术和先进的大语言模型,构建一个能够深入理解用户问题并提供准确、有逻辑性回答的智能问答系统。☆42Updated 4 months ago
- 这是2022年生医杯中文电子病历命名实体识别与关系抽取的项目☆21Updated 2 years ago
- 基于知识图谱的问答系统☆131Updated 4 years ago
- 毕业设计(医疗问答系统)☆19Updated 2 years ago
- 爬取去哪网热门景点信息,抽取三元组信息,构建中文知识图谱☆11Updated 3 years ago
- 基于知识图谱和相似度匹配的肝病智能问答系统☆34Updated 4 years ago
- 基于知识图谱的医疗问答系统和前端展示demo☆34Updated 3 months ago
- 该项目是基于医疗领域知识图谱的问答系统。实现比较简单。☆12Updated 9 months ago
- 基于知识图谱的问答系统设计与实现,附带一个可视化的demo☆92Updated last year
- 知识图谱 neo4j 答案查找 + 机器学习 分类模型 问题分析 = 电影知识库问答机器人☆79Updated 4 months ago
- 基于知识图谱的医疗问答系统☆13Updated last year
- 知识图谱三元组抽取(实体-关系-实体,实体-属性-属性值)☆100Updated 3 years ago
- 医疗知识图谱构建实战,通过爬虫获取百度百科数据,使用Mongodb存储结构化三元组,并使用neo4j进行知识图谱的构建及可视化; Medical Knowledge Graph; Crawler; neo4j☆71Updated last year
- ☆20Updated this week
- 这段代码会根据用户定义的正则表达式规则从文本中抽取属性三元组,我用它完成知识图谱构建的一个环节,使用方法写在README中,欢迎交流和指正!☆11Updated 3 years ago
- 使用Bert+CRF、Bert+BiLSTM+CRF、Bert+BiGRU+CRF、Bert+BiGRU+self-atttention+CRF、AlBert+CRF、AlBert+BiLSTM+CRF、AlBert+BiGRU+CRF、AlBert+BiGRU+self-…☆42Updated 3 years ago
- 实体关系抽取pipline方式,使用了BiLSTM+CRF+BERT☆110Updated 3 months ago
- 使用bert进行关系三元组抽取。☆127Updated 5 months ago
- 基于BIO模式的序列标注工具-可用于命名实体识别、事件触发词识别等任务的数据标注☆69Updated 4 years ago
- NER and RE in medical insurance。用于医疗领域的知识图谱构建,通过DL中的相关算法,实现领域实体的命名实体识别和关系抽取。☆60Updated 4 years ago
- 利用python语言借助于知识图谱搭建电影知识问答系统☆37Updated 2 years ago
- 基于人文领域知识图谱的实体查询,关系查询及智能问答系统☆11Updated 5 years ago
- 基于知识图谱的心理咨询智能问答系统☆58Updated last year
- ☆54Updated this week
- 基于知识图谱的电影问答系统☆43Updated last year
- Bert + PCNN and PCNN 中文关系抽取任务☆16Updated last year
- 医药知识图谱自动问答系统实现,包括构建知识图谱、基于知识图谱的流水线问答以及前端实现。实体识别(基于词典+BERT_CRF)、实体链接(Sentence-BERT做匹配)、意图识别(基于提问词+领域词词典)。☆258Updated 2 years ago