Update README.md
This commit is contained in:
parent
d11f27d092
commit
3998b8eaa3
@ -3,11 +3,7 @@ self-implement of disease centered Medical graph from zero to full and sever as
|
|||||||
|
|
||||||
# 项目介绍
|
# 项目介绍
|
||||||
|
|
||||||
知识图谱是目前自然语言处理的一个热门方向,本人有幸参加了ckks2018会议,并得到一些收获,可以查看我的ccks2018参会总结(https://github.com/liuhuanyong/CCKS2018Summary)。
|
知识图谱是目前自然语言处理的一个热门方向,本人参加了ccks2018会议,并得到一些收获,可以查看我的ccks2018参会总结(https://github.com/liuhuanyong/CCKS2018Summary )。
|
||||||
与知识图谱相关的另一种形态,即事理图谱,本人在这方面也尝试性地积累了一些工作,可参考:(https://github.com/liuhuanyong/ComplexEventExtraction)
|
|
||||||
关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花,如教育、医疗、司法、金融等。本项目立足医药领域,以垂直型医药网站为数据来源,以疾病为核心,构建起一个包含7类规模为4.4万的知识实体,11类规模约30万的知识图谱。
|
|
||||||
|
|
||||||
知识图谱是目前自然语言处理的一个热门方向,本人有幸参加了ckks2018会议,并得到一些收获,可以查看我的ccks2018参会总结(https://github.com/liuhuanyong/CCKS2018Summary )。
|
|
||||||
与知识图谱相关的另一种形态,即事理图谱,本人在这方面也尝试性地积累了一些工作,可参考:(https://github.com/liuhuanyong/ComplexEventExtraction )
|
与知识图谱相关的另一种形态,即事理图谱,本人在这方面也尝试性地积累了一些工作,可参考:(https://github.com/liuhuanyong/ComplexEventExtraction )
|
||||||
关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花,如教育、医疗、司法、金融等。本项目立足医药领域,以垂直型医药网站为数据来源,以疾病为核心,构建起一个包含7类规模为4.4万的知识实体,11类规模约30万实体关系的知识图谱。
|
关于知识图谱概念性的介绍就不在此赘述。目前知识图谱在各个领域全面开花,如教育、医疗、司法、金融等。本项目立足医药领域,以垂直型医药网站为数据来源,以疾病为核心,构建起一个包含7类规模为4.4万的知识实体,11类规模约30万实体关系的知识图谱。
|
||||||
本项目将包括以下两部分的内容:
|
本项目将包括以下两部分的内容:
|
||||||
|
Loading…
Reference in New Issue
Block a user