目录
]1.引言
命名实体识别 (NER) 在中医药知识图谱构建中扮演着关键角色,识别并抽取出重要的实体,如药物、疾病、症状等。本文将介绍如何基于Span方式实现中医药知识图谱的NER。
2命名实体识别(NER)简介
命名实体识别是信息抽取、问答系统、句法分析等NLP任务的重要前置步骤。其目标是识别出文本中的具有特定意义的实体,例如人名、地名、机构名、日期、专有名词等。
Span方式简介
在传统的NER任务中,通常使用BIO、BIOES等标记方式。而Span方式则是一种新型的标记方式,它直接标记出实体在句子中的起始和结束位置,有助于更准确的实体边界识别。
3 赛事数据处理与分析
3.1 数据集加载
数据集有4个包括:训练集、验证集、测试集和相关医案数据,该部分加载的数据集是经过部分处理(去掉标签中字符'B'、'I'、'-',并把一条所有字符拼接),方便数据初始分析及后续转为span格式