利用Python与Jupyter创建医疗实体识别系统，涵盖词典及语料库标注+源代码+文档（适用于期末大作业、课程设计及项目开发）

简介：
本项目提供了一个基于Python和Jupyter Notebook的医疗实体识别系统的构建方案，包含详细的词典标注、语料库处理以及完整源代码和文档指导。适合用于学术项目、课程实践或个人技术提升。 基于Python与Jupyter构建的医疗实体识别模型包括词典及语料库标注，并提供源代码和文档支持，适合用作期末大作业、课程设计或项目开发参考。 **项目简介：** 该项目旨在通过Python语言搭建一个用于医学文本中提取关键信息（如疾病名称、症状描述等）的自动识别系统。整个流程包括数据集准备与预处理阶段以及模型训练过程。 在词典构建方面，我们已创建了三个主要类别： - 疾病词典：汇集自互联网的各种疾病名词及其别称，并依据ICD10标准收录相关条目；经过筛选去重后最终包含39615项记录。 - 症状词典：同样来源于网络资源的常见症状描述，经整理过滤得到7457个独立的症状表述。 - 身体部位词典：涵盖广泛的身体区域名称及具体位置标识，共计收纳了1929条独特信息。 示例内容如下： - 疾病实例：1型糖尿病性急性牙周脓肿、妊娠合并系统性红斑狼疮等； - 症状样本：胀痛、耳后长包以及“孕妇气喘”等等； - 身体部位例子：包括“鼻唇沟”， “鼻子尖”及“鼻窦软骨”。