https://github.com/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。
https://github.com/shibing624/case-analysis
Last synced: 5 months ago
JSON representation
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。
- Host: GitHub
- URL: https://github.com/shibing624/case-analysis
- Owner: shibing624
- License: apache-2.0
- Created: 2017-02-12T02:19:25.000Z (over 8 years ago)
- Default Branch: master
- Last Pushed: 2017-02-12T07:27:48.000Z (over 8 years ago)
- Last Synced: 2024-11-02T08:11:39.510Z (11 months ago)
- Language: Java
- Size: 32 MB
- Stars: 19
- Watchers: 5
- Forks: 13
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# 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。
要求：
需求简单的概况就是从病历文本之中提取关键信息，命名实体识别，包括分词和词性标注
提取关键信息（关键词数量），命名实体识别（这个有准确度问题的，哪些实体，现在知道包括病症名称、药品名称，其他不晓得了），包括分词和词性标注（主流词性要求+病症名称词性和药品词性区分开来？）
六大类实体
病症名称词性和药品词性要区分的
1.从一端文本之中抽取结构化的数据，比如从一段病历文本之中提取疾病、症状、药品、手术，或者从一端文本之中提取地名、公司名称。
2.识别出这些信息的关系。
要求使用python语言实现，最好使用CRF（条件随机场）实现 。