文件名称：LSTM-PICO-Detection:基于LSTM的PICO元素检测模型的代码
文件大小：22KB
文件格式：ZIP
更新时间：2024-05-20 08:37:22
Python
PubMed PICO元素检测代码 这是引入的PICO元素检测代码 抽象的 成功的循证医学（EBM）应用程序依赖于通过分析大型医学文献数据库来回答临床问题。 为了提出明确的，有针对性的临床问题，广泛使用了称为PICO的框架，该框架可识别给定医学文本中属于以下四个部分的句子：参与者/问题（P），干预（I），比较（C）和结果（O）。 在这项工作中，我们提出了一个基于长期短期记忆（LSTM）神经网络的模型来自动检测PICO元素。 通过对给定文本中的后续句子进行联合分类，与几种强大的基线模型相比，我们在PICO元素分类上获得了最新的结果。 我们还将公开整理的数据作为基准数据集，以便社区可以从中受益。 如何使用 首先定义单词嵌入文件，数据文件和输出文件的路径，这些文件在文件model/config.py中定义。 可以在线下载。 然后运行下面的命令来编译原始数据 python build_d
【文件预览】：
LSTM-PICO-Detection-master
----build_data.py(2KB)
----.DS_Store(8KB)
----train.py(998B)
----model()
--------config.py(6KB)
--------data_utils.py(13KB)
--------ner_model.py(13KB)
--------__init__.py(0B)
--------models.py(15KB)
--------general_utils.py(5KB)
--------base_model.py(5KB)
--------resnet.py(6KB)
----README.md(2KB)