课程介绍

注意0：欲购买此课程，获取安全购买链接，索要正版授权学习平台账号，务必加咨询QQ：2536379620
注意1：由于编码原因，试听课程视频画面清晰度不如最终购买的视频。最终购买视频的画面清晰度可参见以下两张图。图1   图2
注意2：正版良心视频，购买后有机会和原作者直接短暂技术交流。

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。

适合人群

有 Python 基础、熟悉 Pytorch、了解 NLP 常见算法的同学。

课程大纲

章节1:模型介绍与数据预处理
课时1视频Pytorch BiLSTM_CRF医疗命名实体识别13:36                      免费试听
课时2视频解析文字和实体标签对应关系(1)10:47
课时3视频解析文字和实体标签对应关系(2)14:00
课时4视频解析文字和实体标签对应关系(3)12:54
章节2:数据集
课时5视频拆分训练集和测试集12:12
课时6视频生成词表和标签表缓存文件16:00
课时7视频定义Dataset数据集和等长切分文本(1)07:53
课时8视频定义Dataset数据集和等长切分文本(2)10:59
课时9视频DataLoader句子填充PAD和MASK18:52
章节3:模型定义和训练
课时10视频定义BiLSTM模型14:40
课时11视频CRF维特比解码和模型训练(1)08:59
课时12视频CRF维特比解码和模型训练(2)11:27
课时13视频模型测试及分类评估指标08:12
章节4:GPU加速和预测
课时14视频Bug修复和Kaggle 模型训练(1)09:32
课时15视频Bug修复和Kaggle 模型训练(2)12:03
课时16视频模型下载和seqeval评估指标13:36
课时17视频模型预测与信息提取(1)07:31
课时18视频模型预测与信息提取(2)11:33
章节5:项目代码
课时19文本项目代码下载