@Time : 2021/4/1 0001 13:56

@Author : tb_youth

@FileName : README.md

@Description : NER Project Description

@Blog : https://blog.csdn.net/tb_youth

README

@Daily English

You can overcome anything,if and only if you love something enough.

只要并只有你足够热爱一件事情，你可以克服任何困难。

About

• 毕设题目：中医电子病历实体识别模型研究
• 作者邮箱：tbyouth11@gmail.com

How to use it?

1. 原仓库：https://gitee.com/tbyouth/ner.git现迁移到：https://gitee.com/tbyouth/ner-trip.git
2. 参考requirements.txt配置项目所需环境（注意tensorflow版本：linux下和windows下的不一样）
3. 在data文件夹下创建一个你的数据集文件夹，你需要把你的数据集中每一个文本处理成一对txt,ann文件，txt存储文本，ann存储标注信息...
4. 在NER\config\setting.py下修改配置
5. 在NER\preprocess\data_prepare.py中按步骤执行相关操作
6. ...

Target data set for NER

• 瑞金医院竞赛数据集
• 古今名家验案全析.csv
• 中医脾胃病学核对稿20201110.csv

Information for data set

共计1776条记录

1. 竞赛数据集语料为：中医药物说明书（1000条）
2. 古今名家验案全析.csv数据内容大致分布（484条）：

3. 中医脾胃病学核对稿20201110.csv数据内容大致分布（292条）：

Target entity class for NER

可选类别：症状，脉类，脉象，疾病，病位，病名，病因，症状，治法，方剂，方药，检查， 舌体，舌苔，舌象，器官，身体部位...

本数据集确定的NER目标实体如下：

Other

features for entity

会存在实体嵌套现象

比如：桂枝人参汤，这是一个方剂实体，嵌套了两个方药实体:桂枝，人参；

解决方案

优先标注更长的，其他的可以构成扩充语料？ 训练时可以作为扩充语料。 但是预测就会存在问题！！！ 一个句子输入只能输出一个序列标注。 嵌套实体NER不是很好解决。 所以目前目标：识别出最长实体就好了，或者嵌套的实体识别出来了也不错。

中医实体较长

比如方剂实体：桂枝去芍加麻附细辛汤；证候实体：虫毒湿热结肤证,小儿痰热蒙闭心窍证；...

不连续，并列实体

治法宜益气健脾、升阳举陷为主，根据食积、痰饮、湿热、瘀血之不同，分别佐以消食、化饮、化湿、通络之法。 治法实体：益气健脾，升阳举陷，消食，化饮，化湿，通络 对其治法应“寓补于消，标本兼顾” 治法实体：寓补于消，标本兼顾

表述多样性，异形同义

有些侯证“xxx证”有时被表述为“xxx”或者“证属xxx” 如：气滞血瘀证 = 气滞血瘀，中气下陷证 = 证属元气虚衰，中气下陷。（并列实体：证属元气虚衰，证属中气下陷） 瘀阻之证：瘀阻证

系统展示