VIP14
本课程属于：029-药物知识图谱靶点发现与重定位工程 生命科学与数字医疗 · 共 14 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

生物医学实体关系抽取工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与工程全景
目标=生物医学实体关系抽取的定义 · 任务边界 · 典型应用场景
课程导入工程全景
02
生物医学文本特性与语料来源
目标=PubMed · PMC · 电子病历
生物医学文本特性语料来源
03
生物医学实体与关系类型体系
目标=基因 · 蛋白 · 疾病
生物医学实体关系类型体系
04
标注规范与标注质量控制
目标=标注指南设计 · 实体边界与关系判定规则 · 一致性评估与标注冲突处理
标注规范标注质量控制
05
标注工具与标注工程实践
目标=常用标注平台选型 · 预标注加速 · 多人协作流程与标注数据版本管理
标注工具标注工程实践
06
生物医学文本预处理
目标=分句 · 分词 · 词形还原
生物医学文本预处…目标=分句
07
生物医学命名实体识别基础
目标=基于规则 · 词典 · 统计模型和深度学习的NER方法及其在…
生物医学命名实体…目标=基于规则
08
生物医学实体识别工程实战
目标=使用BioBERT · PubMedBERT等模型完成基因 · 疾病
生物医学实体识别…BioBERT
09
实体标准化与链接
目标=将识别出的实体映射到MeSH · UMLS · HGNC
实体标准化链接
10
关系抽取任务建模
目标=句子级与文档级关系抽取 · 关系分类 · 关系触发词与远程监督信号
关系抽取任务建模目标=句子级
11
基于规则与词典的关系抽取
目标=模式匹配 · 依存句法路径 · 触发词库构建及其适用场景与局限
基于规则词典的关系抽取
12
基于传统机器学习的关系抽取
目标=特征工程 · 核方法 · 最大熵与条件随机场在生物医学关系抽取…
基于传统机器学习…目标=特征工程
13
基于深度学习的关系抽取
目标=CNN · RNN · 注意力机制
基于深度学习的关…CNN
14
预训练语言模型与生物医学关系抽取
目标=BioBERT · PubMedBERT · SciBERT等模型的微调策略与效果…
预训练语言模型生物医学关系抽取
15
文档级关系抽取
目标=跨句推理 · 实体提及聚合 · 篇章结构建模与长文本处理技术
文档级关系抽取目标=跨句推理
16
远程监督与弱监督关系抽取
目标=知识库对齐 · 噪声标签处理 · 去噪策略与工程落地要点
远程监督弱监督关系抽取
17
少样本与零样本关系抽取
目标=提示学习 · 原型网络 · 对比学习在标注稀缺场景下的应用
少样本零样本关系抽取
18
多模态生物医学关系抽取
目标=结合文本 · 图像 · 表格等模态抽取实体关系的方法与工程挑…
多模态生物医学关…目标=结合文本
19
关系抽取中的实体重叠与嵌套问题
目标=重叠关系 · 嵌套实体 · 多关系实例的建模与解码策略
关系抽取实体重叠
20
生物医学关系抽取评估体系
目标=精确率 · 召回率 · F1
生物医学关系抽取…目标=精确率
21
关系抽取模型训练与调优工程
目标=数据划分 · 超参数搜索 · 类别不平衡处理
关系抽取模型训练调优工程
22
模型推理加速与部署
目标=ONNX · TensorRT · 量化
模型推理加速部署
23
生物医学知识图谱构建
目标=从实体关系抽取结果到图数据库 · 本体映射与知识融合
生物医学知识图谱…目标=从实体关系…
24
端到端实体关系抽取流水线
目标=实体识别 · 关系分类 · 实体链接与后处理的集成与优化
端到端实体关系抽…目标=实体识别
25
主动学习与人在回路
目标=不确定性采样 · 标注优先级 · 模型迭代与持续学习工程
主动学习回路
26
领域自适应与迁移学习
目标=跨语料 · 跨语言 · 跨疾病领域的迁移策略与领域对抗训练
领域自适应迁移学习
27
可解释性与错误分析
目标=注意力可视化 · 特征归因 · 错误类型分类与模型改进闭环
可解释性错误分析
28
隐私、伦理与合规
目标=临床文本脱敏 · 数据使用协议 · 模型偏见与公平性考量
隐私伦理
29
真实项目案例
目标=从需求分析 · 数据构建 · 模型选型到系统上线的完整工程实践
真实项目案例目标=从需求分析
30
前沿趋势与课程总结
目标=大语言模型 · 检索增强 · 多任务学习在生物医学关系抽取中的展望…
前沿趋势课程总结