這篇文章寫得很冗余，但是我相信你如果真的看完，并且按照我的代碼和邏輯進行分析，對您以后的數據預處理和命名實體識別都有幫助，只有真正對這些復雜的文本進行NLP處理后，您才能適應更多的真實環境，堅持！畢竟我寫的時候也看了20多小時的視頻，又寫了20多個小時，別抱怨，加油~

上一篇文章處理后的數據格式如下圖所示，將一個個句子處理成了包含六元組的CSV文件，這篇文章將介紹BiLSTM-CRF模型搭建及訓練、預測，最終實現醫學命名實體識別。

整個項目工程如下圖所示：

本專欄主要結合作者之前的博客、AI經驗和相關視頻及論文介紹，后面隨著深入會講解更多的Python人工智能案例及應用。基礎性文章，希望對您有所幫助，如果文章中存在錯誤或不足之處，還請海涵！作者作為人工智能的菜鳥，希望大家能與我在這一筆一劃的博客中成長起來。寫了這么多年博客，嘗試第一個付費專欄，為小寶賺點奶粉錢?

總結

以上是生活随笔為你收集整理的[Python人工智能] 二十七.基于BiLSTM-CRF的医学命名实体识别研究（下）模型构建的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。