Question

我正致力于从医学文本中提取信息（非常新的NLP！）。目前，我有兴趣找到并提取预定义药物清单中提到的药物。例如，考虑文本：

＆＃34;约翰因高温而被处方服用阿司匹林＆＃34;

因此，给定药物清单（用Python语言）：

list_of_meds = ['aspirin', 'ibuprofen', 'paracetamol']

提取的药物是aspirin。没关系。

现在考虑另一种情况：

＆＃34;约翰服用了布洛芬，因为他无法忍受扑热息痛＆＃34;

现在，如果我使用列表提取药物（例如使用正则表达式），则提取的药物为ibuprofen和paracetamol。

问题如何分开实际处方和未经处方的药物？有没有办法标记处方（使用过的）和其他提到的药物？

Answer 1

克服这个问题的一种方法是预先定义医学名称之前的单词。因此，在您的情况下，这将意味着检查药物名称之前是否“处方”或“不耐受”。

这就是我想出的。如果您想尝试第二段文字，只需将变量text = first替换为text = second。

import string

list_of_meds = ['aspirin', 'ibuprofen', 'paracetamol']
first = "John was prescribed aspirin due to high temperature"
second = "John was prescribed ibuprofen, because he could not tolerate 
paracetamol"

text = first

for c in string.punctuation:                                                                                                     
    text = text.replace(c, "")
text = text.split(' ')
for i in text:
    if i in list_of_meds:
        index = text.index(i) - 1
        if text[index] == "prescribed":
            medicine = i
            break

祝你好运！

约旦。

-----编辑-----

使用变量medicine作为输出，您可以从那里使用该变量。

Answer 2

这是一个复杂的问题。要捕捉否定的细微差别，您需要进入依赖性解析和关系提取的世界。您可以采取一些路径来增加当前方法的复杂性以及@Jordan的附加组件：

使用关系提取NLP库（例如Watson，Core-NLP，Spacy），您使用例如您提供的三重关系（例如，约翰，处方，布洛芬）和（约翰，不能忍受，扑热息痛）等实例句子进行训练）。这将需要投资注释样本数据。
从依赖关系解析开始滚动自己的关系提取器，该解析显示句子的不同部分是如何相关的。这将需要编程时间和培训。

处理关系中的否定并不是一个解决的问题。围绕这一点的现有技术通常与情绪分析相关。此Stanford NLP Sentiment Analysis using RNN page

在文本中找到对特定关键字的否定

2 个答案: