首页
›
生物信息学与 AI 制药工程
›
059-药物知识图谱解读
›
《医学文本药物实体关系抽取与模型评估》
VIP20
本课程属于:059-药物知识图谱解读
生物信息学与 AI 制药工程 · 共 20 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
医学文本药物实体关系抽取与模型评估
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
药物实体关系抽取概述
药物实体关系抽取的定义 · 发展历程 · 应用场景(药物发现
药物实体关系抽取…
发展历程
02
医学文本数据源分析
PubMed摘要 · 临床记录 · 药品说明书
医学文本数据源分…
PubMed
03
医学文本预处理技术
分词(医学领域分词工具) · 词性标注 · 句法分析
医学文本预处理技…
分词
04
命名实体识别基础
NER的定义 · 评价指标(精确率 · 召回率
命名实体识别基础
NER
05
药物实体识别技术
药物名称识别(RxNorm · DrugBank) · 剂量与给药途径识别
药物实体识别技术
RxNorm
06
疾病与症状实体识别
疾病名称识别(ICD编码 · SNOMED CT) · 症状与体征识别
疾病
症状实体识别
07
基因与蛋白质实体识别
基因名称识别(HGNC) · 蛋白质识别(UniProt) · 突变实体识别
基因
蛋白质实体识别
08
实体关系抽取概述
关系抽取的定义 · 分类(二元关系 · 多元关系)
实体关系抽取概述
关系抽取的定义
09
基于规则的关系抽取
模板匹配 · 基于词法-句法模式的方法 · 规则库构建与维护
基于规则的关系抽…
模板匹配
10
基于机器学习的关系抽取
特征工程(词袋 · 词性 · 句法路径)
基于机器学习的关…
特征工程
11
深度学习基础回顾
词向量(Word2Vec · GloVe) · RNN
深度学习基础回顾
Word2Vec
12
序列标注模型
BiLSTM-CRF架构详解 · 损失函数 · 解码策略(维特比算法)
序列标注模型
BiLSTM-CRF
13
注意力机制与Transformer
自注意力机制 · 多头注意力 · 位置编码
Transformer
注意力机制
14
预训练语言模型
BERT原理 · 掩码语言建模 · 下一句预测
预训练语言模型
BERT
15
医学领域预训练模型
BioBERT · PubMedBERT · ClinicalBERT
医学领域预训练模…
BioBERT
16
基于预训练模型的关系抽取
使用BERT进行关系分类 · 实体标记与序列标注
基于预训练模型的…
BERT
17
联合实体关系抽取
共享编码层 · 多任务学习 · 实体-关系联合解码策略
联合实体关系抽取
共享编码层
18
管道式vs联合式方法对比
两种范式的优缺点分析 · 误差传播问题 · 实践选择指南
vs
管道式
19
远程监督关系抽取
远程监督假设 · 多实例学习 · 注意力去噪
远程监督关系抽取
远程监督假设
20
少样本与零样本关系抽取
原型网络 · 匹配网络 · 提示学习
少样本
零样本关系抽取
21
药物-药物相互作用抽取
DDI数据集 · 相互作用类型分类 · 文本中的DDI抽取实践
药物
药物相互作用抽取
22
药物-疾病关系抽取
治疗关系 · 副作用关系 · 禁忌关系抽取技术与实践
药物
疾病关系抽取
23
药物不良反应抽取
ADE数据集 · 不良反应实体与关系联合抽取 · 信号检测
药物不良反应抽取
ADE
24
跨句与跨文档关系抽取
篇章级关系抽取 · 共指消解 · 跨句子推理技术
跨句
跨文档关系抽取
25
数据集构建与标注策略
标注指南设计 · 标注工具(BRAT · LabelStudio)
数据集构建
标注策略
26
数据增强技术
同义词替换 · 回译 · 实体替换
数据增强技术
同义词替换
27
模型评估与诊断
混淆矩阵 · 分层评估 · 错误分析
模型评估
诊断
28
模型部署与推理优化
模型量化 · 蒸馏 · ONNX导出
模型部署
推理优化
29
实际项目案例分析
从数据采集到模型上线的完整流程 · 常见问题与解决方案
实际项目案例分析
从数据采集到模型…
30
前沿趋势与展望
大语言模型(GPT · LLaMA)在关系抽取中的应用 · 思维链提示
前沿趋势
GPT
所属VIP或分类
同VIP:COVID-19药物知识图谱案例
同VIP:Snakemake数据质控流程详解
同VIP:SPARQL查询药物图谱教程