wangle1218 / QASystemOnMedicalKGLinks
A tutorial and implement of disease centered Medical knowledge graph and qa system based on it。知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。
☆70Updated 6 years ago
Alternatives and similar repositories for QASystemOnMedicalKG
Users that are interested in QASystemOnMedicalKG are comparing it to the libraries listed below
Sorting:
- CMeIE/CBLUE/CHIP/实体关系抽取/SPO抽取☆232Updated 3 years ago
- A solution to 2021-CCKS-QA-Task(https://tianchi.aliyun.com/competition/entrance/531904/introduction)☆48Updated 3 years ago
- KgCLUE: 大规模中文开源知识图谱问答☆445Updated 3 years ago
- 基于pytorch的中文三元组提取（命名实体识别+关系抽取）☆350Updated 2 years ago
- CCKS 2020：新冠知识图谱构建与问答评测（四）新冠知识图谱问答评测☆217Updated 4 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。☆198Updated 5 years ago
- A tutorial and implement of disease centered Medical knowledge graph and qa system based on it。知识图谱构建，自动问答，基于kg的自动问答。以疾病为中心的一定规模医药领域知识图谱…☆317Updated 6 years ago
- CMeEE/CBLUE/NER实体识别☆131Updated 3 years ago
- OneRel在中文关系抽取中的使用☆126Updated last year
- 基于知识图谱的问答系统☆137Updated 5 years ago
- Reimplement CasRel model in PyTorch.使用PyTorch对吉林大学CasRel模型进行复现，并在百度关系抽取数据集上训练测试。☆191Updated 2 years ago
- Using BERT+Bi-LSTM+CRF☆137Updated 3 years ago
- 基于neo4j肝病知识图谱的问答系统☆379Updated 6 years ago
- 中文NER的那些事儿☆318Updated last year
- 基于bert的kbqa系统☆151Updated 3 years ago
- 基于医疗知识图谱的问答系统☆104Updated 4 years ago
- 基于transformers的三元组抽取☆36Updated 4 years ago
- 实体关系抽取pipline方式，使用了BiLSTM+CRF+BERT☆153Updated last year
- 中文wiki百科QA阅读理解问答系统，使用了CCKS2016数据的NER模型和CMRC2018的阅读理解模型，还有W2V词向量搜索, 使用torchserve部署☆91Updated 4 years ago
- 中文医学知识图谱命名实体识别，包括bi-LSTM+CRF，transformer+CRF等模型☆246Updated 6 years ago
- 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）。☆317Updated 3 years ago
- 农业领域知识图谱的构建，包括数据爬取(百度百科)、数据分类、利用结构化数据生成三元组、非结构化数据的分句(LTP)，分词(jieba)，命名实体识别(LTP)、基于依存句法分析(主谓关系等)的关系抽取和利用neo4j生成可视化知识图谱☆249Updated 5 years ago
- Chinese Biomedical Language Understanding Evaluation benchmark (ChineseBLUE)☆12Updated 5 years ago
- 阿里天池赛：CCKS2021 运营商知识图谱推理问答☆50Updated 3 years ago
- 实体关系抽取，使用了百度比赛的数据集。使用pytorch实现MultiHeadJointEntityRelationExtraction，包含Bert、Albert、gru的使用，并且添加了对抗训练。最后使用Flask和Neo4j图数据库对模型进行了部署☆123Updated 2 years ago
- 本项目是利用深度学习技术来构建知识图谱方向上的一次尝试，作为开放领域的关系抽取，算是笔者的一次创新，目前在这方面的文章和项目都很少。☆311Updated 2 years ago
- 全局指针统一处理嵌套与非嵌套NER的Pytorch实现☆394Updated 2 years ago
- 北京航空航天大学大数据高精尖中心自然语言处理研究团队对信息抽取领域的调研。包括实体识别， 关系抽取，属性抽取等子任务，每类子任务分别对学术界和工业界进行调研。☆469Updated 3 years ago
- 基于Pytorch的命名实体识别框架，支持LSTM+CRF、Bert+CRF、RoBerta+CRF等框架☆88Updated 2 years ago
- “万创杯”中医药天池大数据竞赛——中医文献问题生成挑战 决赛 第一名方案☆135Updated 4 years ago