在tex中查找特定关键字的否定

Question

我正在研究从医学文本中提取信息（对NLP来说非常陌生！）。目前，我有兴趣找到和提取的药物，其中提到了预先确定的药物清单。例如，考虑文本：

"John was prescribed aspirin due to hight temperature"

因此，考虑到药物列表（Python语言）：

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

提取的药物是aspirin。没关系。在

现在考虑另一个例子：

"John was prescribed ibuprofen, because he could not tolerate paracetamol"

现在，如果我使用列表提取药物（例如使用正则表达式），那么提取的药物是ibuprofen和{}。在

问题如何区分实际处方药和非耐受药？有没有办法给处方药（用过的）和其他提到的药物贴上标签？在

Answer 1

这是一个复杂的问题。为了捕捉否定的细微差别，您需要进入依赖解析和关系提取的世界。您可以通过以下几种途径为您当前的方法和@Jordan的附加组件添加复杂性：

1. 使用关系提取NLP库（例如Watson、Core NLP、Spacy），您可以使用示例语句进行训练，例如提取三元组关系，如（John，Districted，布洛芬）和（John，not Permitable，扑热息痛）。这将需要在注释示例数据方面进行投资。在
2. 从显示句子的不同部分是如何相关的依赖分析开始，滚动您自己的关系提取器。这既需要编程时间，也需要培训。在

处理关系中的否定并不是一个解决的问题。这方面的技术水平通常与情绪分析有关。关于使用依赖解析来识别和处理否定的介绍在Stanford NLP Sentiment Analysis using RNN page

Answer 2

克服这个问题的一个方法是在药品名称之前预先定义什么词。所以在你的例子中，这意味着要检查“处方药”或“不能忍受”在药物名称之前。在

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

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！在

约旦。在

-编辑-

使用变量medicine作为输出，您可以从那里使用该变量。在