我有一堆描述疾病的文字文件。这些文件在大多数情况下都很短，通常只包含一个句子。这里给出一个例子：
原发性肺动脉高压是一种进行性疾病，其中最小的肺动脉广泛闭塞导致肺血管阻力增加，随后导致右心室衰竭。
我需要的是一种工具，可以在句子中查找所有疾病术语（例如＆＃34;肺动脉高压＆＃34;在这种情况下），并将它们映射到受控词汇，如MeSH。
提前感谢您的回答！
答案 0 :(得分：6)
以下是专门为医疗文档解析设计的两个管道：
两者都使用统一的医学语言系统UMLS，因此要求您拥有（免费）许可证。两者都是Java，或多或少易于设置。
答案 1 :(得分：2)
请参阅http://www.ebi.ac.uk/webservices/whatizit/info.jsf
Whatizit是一个文本处理系统，允许您进行文本处理 文本上的任务。任务由drop中的管道定义 上面窗口的下拉列表和文本可以粘贴在文本中 区域。
您也可以询问生物标签：http://www.biostars.org/show/questions/
答案 2 :(得分：2)
有很多工具可以做到这一点。一些受欢迎的：
他们中的大多数都带有一些预定义的模型，即他们已经接受过一些常规数据集（新闻文章等）的培训。但是，您的文本非常具体，因此您可能希望首先构建一个语料库并重新训练其中一个工具，以便根据您的数据进行调整。
更简单地说，作为第一个测试，您可以尝试基于字典的方法：设计实体名称列表，并执行一些精确或近似匹配。例如，此操作在LingPipe's tutorial中描述。
答案 3 :(得分：0)
Open Targets a module for this已成为LINK的一部分。它并不意味着直接使用，因此它可能需要一些黑客和修补，但它是我发现的最完整的医疗NER（命名实体识别）工具。有关详细信息，请阅读他们的blog post。
答案 4 :(得分：0)
一个bash脚本，例如一个由疾病本体生成的词典： https://github.com/lasigeBioTM/MER