Closed bqx619 closed 5 years ago
nlp与医学
http://wi.hit.edu.cn/cemr/ 基于中文电子病历文本的在线演示 这里的命名实体识别再辅以机构名称、人名、等识别 结合pullword 可以辅助数据提取
https://github.com/wanghaisheng/models/tree/master/syntaxnet 打算用google的这个tensorflow的模型来训练我们的分词和词性标注
http://www.xunsearch.com/scws/
http://xueshu.baidu.com/s?wd=paperuri%3A%28680725de0f671ad53355c02c8c236392%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fcdmd.cnki.com.cn%2FArticle%2FCDMD-10004-1015611084.htm&ie=utf-8&sc_us=12482090631496785537
面向命名实体抽取的大规模中医临床病历语料库构建方法研究
http://blog.sciencenet.cn/home.php?mod=space&uid=362400&do=blog&id=1001697 关注一下这个人的博客了解整体情况
http://blog.sciencenet.cn/home.php?mod=space&uid=362400&do=blog&id=932462 信息抽取系统架构
http://zacklipton.com/
nlp与结构化提取 nlp与关键词提取
http://t.cn/zQivPUK deep learning in nlp →词向量与语言模型，，，通俗的不能再通俗了。推荐。
nlp 关键技术 nlp常见处理流程 以bot为例 http://licstar.net/archives/328
第44期：深入NLP——看中文分词如何影响你的生活点滴 | 硬创公开课 http://mp.weixin.qq.com/s?__biz=MzIzMjIwNzM4OA==&mid=2650042180&idx=1&sn=0a78ab62e41a6ddeabb00729335911c7
哈工大LTP和中科院NLPIR中文分词比较
http://blog.csdn.net/churximi/article/details/51174317
cdmd.cnki.com.cn/Article/CDMD-10213-1015980148.htm 中文电子病历命名实体识别研究
http://cdmd.cnki.com.cn/Article/CDMD-10213-1014081807.htm 电子病历实体关系抽取研究
http://www.ltp-cloud.com/intro/ “语言云” 以哈工大社会计算与信息检索研究中心研发的 “语言技术平台（LTP）” 为基础，为用户提供高效精准的中文自然语言处理云服务。 使用 “语言云” 非常简单，只需要根据 API 参数构造 HTTP 请求即可在线获得分析结果，而无需下载 SDK 、无需购买高性能的机器，同时支持跨平台、跨语言编程等。 2014年11月，哈工大联合科大讯飞公司共同推出 “哈工大-讯飞语言云”，借鉴了讯飞在全国性大规模云计算服务方面的丰富经验，显著提升 “语言云” 对外服务的稳定性和吞吐量，为广大用户提供电信级稳定性和支持全国范围网络接入的语言云服务，有效支持包括中小企业在内开发者的商业应用需要。
Originally posted by @wanghaisheng in https://github.com/clear-datacenter/plan/issues/7#issuecomment-249348632
nlp与医学
http://wi.hit.edu.cn/cemr/ 基于中文电子病历文本的在线演示
这里的命名实体识别再辅以机构名称、人名、等识别 结合pullword 可以辅助数据提取
https://github.com/wanghaisheng/models/tree/master/syntaxnet 打算用google的这个tensorflow的模型来训练我们的分词和词性标注
http://www.xunsearch.com/scws/
http://xueshu.baidu.com/s?wd=paperuri%3A%28680725de0f671ad53355c02c8c236392%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fcdmd.cnki.com.cn%2FArticle%2FCDMD-10004-1015611084.htm&ie=utf-8&sc_us=12482090631496785537
面向命名实体抽取的大规模中医临床病历语料库构建方法研究
http://blog.sciencenet.cn/home.php?mod=space&uid=362400&do=blog&id=1001697 关注一下这个人的博客了解整体情况
http://blog.sciencenet.cn/home.php?mod=space&uid=362400&do=blog&id=932462 信息抽取系统架构
Zachary Lipton# RNN/LSTM序列建模及其在医学和NLP中的应用。1综述RNN for Sequence Learning：论文(38页) +幻灯片(80页) 2从儿童重症室感知时序数据中多标签分类疾病Learning to Diagnose with LSTM Recurrent Neural Networks [ICLR16] 3博客(KDnuggets,IEEE Spectrum) http://t.cn/RqKBanr
http://zacklipton.com/
nlp与结构化提取
nlp与关键词提取
http://t.cn/zQivPUK deep learning in nlp →词向量与语言模型，，，通俗的不能再通俗了。推荐。
nlp 关键技术 nlp常见处理流程 以bot为例
http://licstar.net/archives/328
第44期：深入NLP——看中文分词如何影响你的生活点滴 | 硬创公开课 http://mp.weixin.qq.com/s?__biz=MzIzMjIwNzM4OA==&mid=2650042180&idx=1&sn=0a78ab62e41a6ddeabb00729335911c7
哈工大LTP和中科院NLPIR中文分词比较
http://blog.csdn.net/churximi/article/details/51174317
cdmd.cnki.com.cn/Article/CDMD-10213-1015980148.htm
中文电子病历命名实体识别研究
http://cdmd.cnki.com.cn/Article/CDMD-10213-1014081807.htm 电子病历实体关系抽取研究
http://www.ltp-cloud.com/intro/
“语言云” 以哈工大社会计算与信息检索研究中心研发的 “语言技术平台（LTP）” 为基础，为用户提供高效精准的中文自然语言处理云服务。 使用 “语言云” 非常简单，只需要根据 API 参数构造 HTTP 请求即可在线获得分析结果，而无需下载 SDK 、无需购买高性能的机器，同时支持跨平台、跨语言编程等。 2014年11月，哈工大联合科大讯飞公司共同推出 “哈工大-讯飞语言云”，借鉴了讯飞在全国性大规模云计算服务方面的丰富经验，显著提升 “语言云” 对外服务的稳定性和吞吐量，为广大用户提供电信级稳定性和支持全国范围网络接入的语言云服务，有效支持包括中小企业在内开发者的商业应用需要。
Originally posted by @wanghaisheng in https://github.com/clear-datacenter/plan/issues/7#issuecomment-249348632