运行流程: @Author zhoukaiyin 任务描述 本评测任务为面向中文电子病历的命名实体识别,即对于给定的一组电子病历纯文本文档,任务的目标是识别并抽取出与医学临床相关的实体提及(entity mention),并将它们归类到预先定义好的类别(pre-defined categories),比如症状,药品,手术等。 第一步:数据处理(Linux) $python raw2bio.py -1 #将训练数据分词并贴上字典特征 $python raw2bio.py -2 #将标签数据分词并贴上标签 $python raw2bio.py -3 #将标签保存成pickle文件为了后面将训练数据与标签合在一起 $python raw2bio.py -4 #将标签与训练数据文本接起来构成如下格式 $python raw2bio.py -1 test #将测试数据处理成需要的格式 第二部:模型训练(Linux) $bash wapiti_ccks.sh #训练模型,模型储存在/eval/bio_ccks中 第三部分:获得结果(Linux) $python get_result.py #提取结果文件,结果保存在CCKS_result中其格式为BIO和finall中格式为官方标签格式 $python onefile.py #将结果转成提交格式 结果文件 Flyon\CCKS_CRF\eval\result.txt Wapiti is a simple and fast discriminative sequence labeling toolkit ( https://wapiti.limsi.fr )。A little same as CRF++ 注:可以尝试BERT,ALBERT等预训练模型 参见:NLPGNN