Pytorch BiLSTM_CRF_NER P1 医疗命名实体识别

作者：陈华 • 发布时间：2022-06-08 • 阅读 11408

本项目是阿里天池大赛的一个经典赛题，《瑞金医院MMC人工智能辅助构建知识图谱大赛》，赛题要求选手在糖尿病相关的学术论文和临床指南的基础上，做实体的标注，也就是NLP领域常说的，命名实体识别（Named Entity Recognition, NER）任务。

天池赛题地址：https://tianchi.aliyun.com/competition/entrance/231687/information

输入：每个糖尿病患者,无论是病情轻重,不论是注射胰岛素,还是口服降糖药,都必须合理地控制饮食。
输出：[['Disease', '糖尿病'], ['Drug', '胰岛素'], ['Drug', '口服降糖药']]

疾病相关：

1、疾病名称 (Disease)，如I型糖尿病。

2、病因(Reason)，疾病的成因、危险因素及机制。比如“糖尿病是由于胰岛素抵抗导致”，胰岛素抵抗是属于病因。

3、临床表现 (Symptom)，包括症状、体征，病人直接表现出来的和需要医生进行查体得出来的判断。如"头晕" "便血" 等。

4、检查方法(Test)，包括实验室检查方法，影像学检查方法，辅助试验，对于疾病有诊断及鉴别意义的项目等，如甘油三酯。

5、检查指标值(Test_Value)，指标的具体数值，阴性阳性，有无，增减，高低等，如”>11.3 mmol/L”。

治疗相关：

6、药品名称(Drug)，包括常规用药及化疗用药，比如胰岛素。

7、用药频率(Frequency)，包括用药的频率和症状的频率，比如一天两次。

8、用药剂量（Amount），比如500mg/d。

9、用药方法（Method）：比如早晚，餐前餐后，口服，静脉注射，吸入等。

10、非药治疗(Treatment)，在医院环境下进行的非药物性治疗，包括放疗，中医治疗方法等，比如推拿、按摩、针灸、理疗，不包括饮食、运动、营养等。

11、手术（Operation），包括手术名称，如代谢手术等。

12、不良反应（SideEff），用药后的不良反应。

常规实体：

13、部位（Anatomy），包括解剖部位和生物组织，比如人体各个部位和器官，胰岛细胞。

14、程度（level），包括病情严重程度，治疗后缓解程度等。

15、持续时间(Duration)，包括症状持续时间，用药持续时间，如“头晕一周”的“一周”。

pip install numpy
pip install pandas
pip install scikit-learn
pip install torch==1.12.0
pip install pytorch-crf==0.7.2
pip install seqeval

1、实战项目课，不讲太多理论，对模型基础知识不了解的需要先补课；

2、逐行手敲浪费时间，复制或者 debug 学不会。取折中方案，部分复制，断点调试，加必要解释说明。