Extrahiert Informationen aus französischen klinischen Notizen mithilfe regelbasierter und Deep-Learning-Komponenten.
Modulares, schnelles NLP-Framework, kompatibel mit PyTorch und spaCy, entwickelt für französische klinische Texte.
EDS-NLP ist ein Open-Source-Framework, das entwickelt wurde, um strukturierte Informationen aus französischen klinischen Texten zu extrahieren. Es kombiniert spaCy-kompatible regelbasierte Pipes mit PyTorch-Deep-Learning-Modulen für Aufgaben wie Negationserkennung und Benennung von Entitäten (NER). Es eignet sich für klinische Forscher und Entwickler, die mit französischen Krankenakten arbeiten.
Die Bibliothek organisiert regelbasierte Funktionen und Deep-Learning-Module in einem effizienten Pipeline-System. Sie unterstützt Multitask-Deep-Learning-Modelle mit Gewichtsteilung, LLM-basierte Komponenten und schnelles Multi-GPU-Inferenzing. Sie verarbeitet auch verschiedene Datenformate einschließlich BRAT, JSON, Parquet, Pandas und Spark.
Es eignet sich für Entwickler und Forscher, die Pipelines für klinische Data Warehouses für französischsprachige medizinische Dokumente erstellen. Es ist nicht für die allgemeine englischsprachige klinische Verarbeitung oder für Benutzer ohne Python-Programmiererfahrung konzipiert.
Regelbasierte Komponenten, die speziell auf französische klinische Notizen zugeschnitten sind.
Kompatibel mit PyTorch für trainierbare Komponenten wie NER und Span-Klassifizierung.
Unterstützt Multitask-Deep-Learning-Modelle mit Gewichtsteilung von Unterkomponenten.
Unterstützt das Laden und Speichern von Daten für BRAT, JSON, Parquet, Pandas und Spark.
Kostenlos unter der BSD-3-Clause-Lizenz. Die einzigen Kosten entstehen durch den Eigenbetrieb auf Ihrer eigenen Hardware-Infrastruktur.
880 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Es verwendet spaCy für Dokumentenrepräsentation und Annotationen sowie PyTorch als Deep-Learning-Backend für trainierbare Komponenten.
Das Framework ist vielseitig einsetzbar und kann für jedes Textdokument verwendet werden, aber seine vorgefertigten Regelkomponenten zielen auf französische klinische Notizen ab.
Zekai zuerst in Google sehen