shibing624 / case-analysis
NLP之病历分析:从病历文本之中提取关键信息,便于后续分析处理。
☆20Updated 8 years ago
Alternatives and similar repositories for case-analysis:
Users that are interested in case-analysis are comparing it to the libraries listed below
- 电子病历实体命名识别☆36Updated 6 years ago
- 基于开源保险产品数据构建的保险知识图谱及简易问答系统☆37Updated 5 years ago
- 知识图谱初探,关系抽取,实体抽取,基于kb的问答,基于es的问答,知识图谱可视化☆60Updated 5 years ago
- 自然语言处理中的基础任务,包含但不限于文本表示,文本分类,命名实体识别,关系抽取,文本生成,文本摘要等,基于tensorflow2或Pytorch,所有代码均经过测试,项目中也包含相关数据。☆141Updated 2 years ago
- 实体识别和关系抽取的联合模型☆123Updated 6 years ago
- 文本标注工具,给文本打标签☆20Updated 5 years ago
- 本项目采用Keras和Keras-bert实现文本多分类任务,对BERT进行微调。☆48Updated 4 years ago
- 医学问诊问答,NER,关系抽取☆14Updated 4 years ago
- 医疗保险领域知识图谱☆131Updated 6 years ago
- 个人实现的基于Django与semantic-ui的语言计算实验平台, 功能包括自然语言综合处理,词语计算,社会热点计算,人物计算,文学画像,职位画像等社会计算功能☆29Updated 7 years ago
- 发现新词 无监督词库生成 医学词库生成 发现未登录词☆77Updated 4 years ago
- 基于Seq2Seq的多轮对话系统和基于LSTM的问答机制☆33Updated 6 years ago
- 基于BiLSTM-CRF网络的中文电子病历命名实体识别☆35Updated 6 years ago
- 电子病历标注工具DEMO☆13Updated 5 years ago
- 手工整理医疗行业词汇、术语等语料。可用于语音识别、对话系统等各类nlp模型训练。☆116Updated 5 years ago
- 根据文本相似度实现问答的聊天机器人(简单版)☆52Updated 6 years ago
- 文本分类的目前 测试效果较好的算法☆56Updated 5 years ago
- NER(ccks2019中文电子病历迁移学习)☆39Updated 5 years ago
- 本项目是针对医疗数据,进行命名实体识别。项目中有600份标注好的电子病历文本,共需识别含解剖部位、独立症状、症状描述、手术和药物五类实体。该领域的命名实体识别问题是自然语言处理中经典的序列标注问题。☆150Updated 5 years ago
- 知识图谱问答系统☆85Updated 2 years ago
- 基于Pytorch+BERT+CRF的NLP序列标注模型,目前包括分词,词性标注,命名实体识别等☆60Updated 2 years ago
- 中文拼写检查工具,用于对中文文本中的错误用语进行检测并给出纠正建议☆36Updated 7 years ago
- 开课吧&后厂理工学院_百度NLP项目2:试题数据集多标签文本分类 Models: FastText TextCNN GCN BERT et al.☆48Updated 5 years ago
- 中文语料库:包括情感词典 情感分析 文本分类 单轮对话 中文词典 知乎☆117Updated 7 years ago
- 中文关系抽取☆94Updated 3 years ago
- 基于知识图谱的多轮问答机制☆25Updated 6 years ago
- Self complemented Key infomation extraction including keywords, abstract from text using algorithm like textrank ,tfidf 基于Textrank算法的文本摘要…☆54Updated 7 years ago
- 本项目用于展示三元组抽取后形成的知识图谱,包括几本小说的实体关系,以及README.md,介绍这方面的一篇文章。☆196Updated 4 years ago
- 本NER项目包含多个中文数据集,模型采用BiLSTM+CRF、BERT+Softmax、BERT+Cascade、BERT+WOL等,最后用TFServing进行模型部署,线上推理和线下推理。☆80Updated 3 years ago
- 知识图谱问答系统☆22Updated 5 years ago