ERNIE-Health

基本介绍

• 为提升ERNIE在医疗文本领域的效果；在海量医疗文本数据上进行有效预训练，并且在现有ERNIE预训练策略上增加了针对医疗问答匹配任务与定制医疗词汇Mask策略，并在部分开源医疗数据进行了验证。

医疗实体识别：CCKS2019评测任务一，主要目标是对于给定的一组电子病历纯文本文档，任务的目标是识别并抽取出与医学临床相关的实体提及，并将它们归类到预定义类别，比如疾病、治疗、检查检验等。

医疗问答匹配：CHIP2019评测任务二，主要目标是针对中文的疾病问答数据，进行病种间的迁移学习。具体而言，给定来自5个不同病种的问句对，要求判定两个句子语义是否相同或者相近。

• 通过文心使用ERNIE-Health非常简单，只需要将预训练模型替换为ERNIE-Health即可，我们在文心的ERNIE 医疗任务中分别提供了医疗实体识别和医疗问答匹配的两个示例.具体可参考对应task任务简介。

文心中的支持

详情见：医疗问答匹配任务。