DataArk / CHIP2021-Task1-Top1

CHIP2021医学对话临床发现阴阳性判别任务冠军方案

CHIP2021医学对话临床发现阴阳性判别任务冠军方案开源

简介

比赛名称：CHIP2021评测一: 医学对话临床发现阴阳性判别任务

测评任务：针对互联网在线问诊记录中的临床发现进行阴阳性的分类判别

测评链接：http://www.cips-chip.org.cn/2021/eval1

方案细节分析：https://mp.weixin.qq.com/s/URBsSyamGoSzpQP4aPDb3Q

环境

运行设备

CPU 型号 AMD EPYC 7742 64-Core Processor
CPU 核数16 核
磁盘空间290 GB
显卡型号RTX A6000
显存大小48 GB
内存大小58 GB

运行python环境

Python 3.8.10
pip install ark-nlp==0.0.2
pip install pandas
pip install scikit-learn

使用说明

训练说明

训练模型请到train文件夹下运行

bash ./train.sh

PS：

1. 训练过程采用过滤后的训练文件，已包含在'data/source_dataset'，过滤思路可以参考系统描述文档，生成方法gen_fliter_data.py

2. 预训练模型可通过pretrain.py获取

预测说明

预测请到predict文件夹下，相关命令如下

• 集成预测，可获得排行榜成绩结果

  bash ./predict.sh ensemble

• 单模型预测，可预测选项有medbert、mcbert、macbert2-f-f、macbert2-f、dialog_chinese-macbert，执行命令如下：

  bash ./predict.sh medbert

  bash ./predict.sh mcbert

  bash ./predict.sh macbert2-f-f

  bash ./predict.sh macbert2-f

  bash ./predict.sh dialog_chinese-macbert

备注

由于最近其他事情比较多，暂时还没有修整和注释，后期有时间会重新进行改进并适配到ark-nlp最新版本，有问题可以微信讨论，微信号是：fk95624