【概述】面向医疗领域的知识图谱构建，主要通过NLP算法提取文本中的领域实体和实体间关系。

• 通过Brat对语料进行人工标记
• 对命名实体进行识别与提取
  • biLSTM-CRF
  • biLSTM-softmax
  • biLSTM-Attention
• 提取命名实体间的关系
  • PCNN
  • 类DPCNN
• TODO ：基于neo4j的知识图谱构建及应用

• common ---通用方法类+实体类
  • Entity.py ---定义关键实体：包括命名实体、命名实体集、命名实体对、句子序列、句子序列集、文档
  • Utils.py ---定义通用方法：包括检索语料的文件名、读取加载语料
• Data.py
  • DataSet ---定义训练集类
  • DataProcessor --- 定义训练数据预处理方法，产出可用于训练的数据
• Model.py ---定义算法模型（包括Word2Vec训练器在内）
• Main.ipynb ---训练模型的主入口