Kural tabanlı ve derin öğrenme bileşenlerini kullanarak Fransızca klinik notlardan bilgi çıkarır.
PyTorch ve spaCy ile uyumlu, Fransızca klinik metinler için tasarlanmış modüler ve hızlı NLP çerçevesi.
EDS-NLP, Fransızca klinik metinlerden yapılandırılmış bilgi çıkarmak için tasarlanmış açık kaynaklı bir çerçevedir. Olumsuzluk tespiti ve varlık tanıma gibi görevler için spaCy uyumlu kural tabanlı boru hatlarını PyTorch derin öğrenme modülleriyle birleştirir. Fransızca tıbbi kayıtlarla çalışan klinik araştırmacılar ve geliştiriciler için uygundur.
Kütüphane, kural tabanlı fonksiyonları ve derin öğrenme modüllerini verimli bir boru hattı sisteminde düzenler. Ağırlık paylaşımına sahip çok görevli derin öğrenme modellerini, LLM tabanlı bileşenleri ve hızlı çoklu GPU çıkarımını destekler. Ayrıca BRAT, JSON, Parquet, Pandas ve Spark dahil olmak üzere çeşitli veri formatlarını işler.
Fransızca tıp belgeleri için klinik veri ambarı boru hatları oluşturan geliştiriciler ve araştırmacılar için uygundur. Genel İngilizce klinik işleme veya Python programlama deneyimi olmayan kullanıcılar için tasarlanmamıştır.
Özellikle Fransızca klinik notlara göre uyarlanmış kural tabanlı bileşenler.
NER ve kapsam sınıflandırması gibi eğitilebilir bileşenler için PyTorch ile uyumlu.
Alt bileşen ağırlık paylaşımına sahip çok görevli derin öğrenme modellerini destekler.
BRAT, JSON, Parquet, Pandas ve Spark için veri yükleme ve kaydetmeyi destekler.
BSD-3-Clause lisansı altında ücretsizdir. Tek maliyet, kendi donanım altyapınızda çalıştırmanızdır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
Belge temsili ve ek açıklamalar için spaCy, eğitilebilir bileşenler için derin öğrenme arka ucu olarak PyTorch kullanır.
Çerçeve çok yönlüdür ve herhangi bir metin belgesinde kullanılabilir, ancak önceden oluşturulmuş kural bileşenleri Fransızca klinik notları hedef alır.
Google'da önce Zekai'yi gör