MedBERT 项目使用教程

1. 项目目录结构及介绍

medbert/
├── datasets/
│   ├── CEMRNER/
│   ├── CMTNER/
│   ├── CMedQQ/
│   └── CCTC/
├── model/
│   ├── MedBERT/
│   └── MedAlbert/
├── pretrained_models/
│   ├── MedBERT/
│   └── MedAlbert/
├── utils/
│   ├── data_utils.py
│   ├── model_utils.py
│   └── ...
├── .gitignore
├── LICENSE
├── README.md
├── cc_tc.py
├── cemr_ner.py
├── cmed_qq.py
└── cmt_ner.py

目录结构介绍

• datasets/: 包含项目使用的数据集，如中文电子病历命名实体识别数据集（CEMRNER）、中文医学文本命名实体识别数据集（CMTNER）、中文医学问句-问句识别数据集（CMedQQ）和中文临床文本分类数据集（CCTC）。
• model/: 包含项目中使用的模型，如MedBERT和MedAlbert。
• pretrained_models/: 包含预训练的模型文件。
• utils/: 包含项目中使用的工具函数，如数据处理工具（data_utils.py）和模型工具（model_utils.py）。
• .gitignore: Git忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• cc_tc.py: 中文临床文本分类任务的启动文件。
• cemr_ner.py: 中文电子病历命名实体识别任务的启动文件。
• cmed_qq.py: 中文医学问句-问句识别任务的启动文件。
• cmt_ner.py: 中文医学文本命名实体识别任务的启动文件。

2. 项目启动文件介绍

2.1 cc_tc.py

cc_tc.py 是用于中文临床文本分类任务的启动文件。该文件包含了数据加载、模型初始化、训练和评估的代码。

2.2 cemr_ner.py

cemr_ner.py 是用于中文电子病历命名实体识别任务的启动文件。该文件包含了数据加载、模型初始化、训练和评估的代码。

2.3 cmed_qq.py

cmed_qq.py 是用于中文医学问句-问句识别任务的启动文件。该文件包含了数据加载、模型初始化、训练和评估的代码。

2.4 cmt_ner.py

cmt_ner.py 是用于中文医学文本命名实体识别任务的启动文件。该文件包含了数据加载、模型初始化、训练和评估的代码。

3. 项目的配置文件介绍

项目中没有显式的配置文件，但可以通过修改启动文件中的参数来配置模型训练和评估的行为。例如，可以在启动文件中修改数据集路径、模型路径、训练参数等。

示例：修改训练参数

在 cc_tc.py 中，可以通过修改以下代码来调整训练参数：

# 设置训练参数
batch_size = 32
learning_rate = 2e-5
num_epochs = 3

通过这种方式，可以灵活地配置项目的运行环境。