CMeKG_tools 项目使用教程

CMeKG_tools 项目使用教程

CMeKG_tools 项目地址: https://gitcode.com/gh_mirrors/cm/CMeKG_tools

1. 项目目录结构及介绍

CMeKG_tools/
├── __pycache__/
├── model_cws/
├── model_ner/
├── model_re/
├── LICENSE
├── README.md
├── cws_constant.py
├── medical_cws.py
├── medical_ner.py
├── ner_constant.py
├── predicate.json
├── train_cws.py
├── train_example.json
├── train_ner.py
├── utils.py

目录结构说明

• __pycache__/: Python 缓存文件目录。
• model_cws/: 医学文本分词模型相关文件。
• model_ner/: 医学实体识别模型相关文件。
• model_re/: 医学关系抽取模型相关文件。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文件。
• cws_constant.py: 医学文本分词常量配置文件。
• medical_cws.py: 医学文本分词工具文件。
• medical_ner.py: 医学实体识别工具文件。
• ner_constant.py: 医学实体识别常量配置文件。
• predicate.json: 关系抽取的谓词文件。
• train_cws.py: 医学文本分词训练脚本。
• train_example.json: 训练示例文件。
• train_ner.py: 医学实体识别训练脚本。
• utils.py: 工具函数文件。

2. 项目启动文件介绍

medical_cws.py

该文件是医学文本分词工具的启动文件。它提供了两个主要接口：

• predict_sentence(sentence): 用于测试单个句子，返回分词结果。
• predict_file(input_file, output_file): 用于测试整个文件，返回分词结果。

medical_ner.py

该文件是医学实体识别工具的启动文件。它提供了两个主要接口：

• predict_sentence(sentence): 用于测试单个句子，返回实体识别结果。
• predict_file(input_file, output_file): 用于测试整个文件，返回实体识别结果。

train_cws.py

该文件是医学文本分词模型的训练启动文件。通过运行该脚本，可以训练医学文本分词模型。

train_ner.py

该文件是医学实体识别模型的训练启动文件。通过运行该脚本，可以训练医学实体识别模型。

3. 项目的配置文件介绍

cws_constant.py

该文件包含了医学文本分词模型的配置参数，如模型路径、训练参数等。

ner_constant.py

该文件包含了医学实体识别模型的配置参数，如模型路径、训练参数等。

predicate.json

该文件包含了关系抽取的谓词信息，用于定义医学关系抽取中的关系类型。

train_example.json

该文件是训练示例文件，包含了训练数据的基本格式和示例。

通过以上配置文件，用户可以根据自己的需求调整模型的训练和使用参数。

CMeKG_tools 项目地址: https://gitcode.com/gh_mirrors/cm/CMeKG_tools