python爬取电子病历_GitHub - ravesky/medical_ner_pytorch: 中文电子病历命名实体识别

运行main.py

1.python main.py

2.输入 train 即可开始训练

3.训练中每5个epoch评估一次模型,并记录在tensorboard中

4.训练过程

epoch [155] |████████████████████████████████████████████████████ | 26/30

loss 88.828last_loss 90.121time 14.15625best_avg_loss 116.693

------------------------------------------------------------------------------------------

epoch [155] |██████████████████████████████████████████████████████ | 27/30

loss 69.074last_loss 69.539time 13.78125best_avg_loss 116.693

------------------------------------------------------------------------------------------

epoch [155] |████████████████████████████████████████████████████████ | 28/30

loss 59.598last_loss 60.180time 9.296875best_avg_loss 116.693

------------------------------------------------------------------------------------------

epoch [155] |██████████████████████████████████████████████████████████ | 29/30

loss 65.137last_loss 65.805time 10.90625best_avg_loss 116.693

------------------------------------------------------------------------------------------

epoch [155] |████████████████████████████████████████████████████████████| 30/30

loss 63.645last_loss 64.129time 9.65625best_avg_loss 116.693

------------------------------------------------------------------------------------------

epoch 155 avg_loss 116.0021484375 total_time 634.734375

TREATMENTorigins:805.0founds:806.0rights:801.0

recall:0.9950310559006211precision:0.9937965260545906f1:0.9944134078212291

BODYorigins:8278.0founds:8292.0rights:8101.0

recall:0.9786180236772167precision:0.9769657501205982f1:0.9777911888955945

SIGNSorigins:6366.0founds:6368.0rights:6341.0

recall:0.9960728872133208precision:0.9957600502512562f1:0.995916444165227

CHECKorigins:7718.0founds:7738.0rights:7688.0

recall:0.9961129826379891precision:0.9935383820108555f1:0.994824016563147

DISEASEorigins:474.0founds:473.0rights:473.0

recall:0.9978902953586498precision:1.0f1:0.9989440337909187

all_origins:23641.0all_founds:23677.0all_rights:23404.0

all_recall:0.98997504335688all_precision:0.9884698230350129all_f1:0.9892218606027303

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值