如何使用Python从句子列表中提取特定的单词。这些词是医疗设备的一部分。

Question

我想从句子列表中提取医疗设备部件的名字。这些句子是对支持请求所采取的记录行动，其中可能包括替换某个部分或承认某个部分处于不良状态。

这是例句-

1. 发现两侧的一些设备部件不工作。
2. 把问题缩小到一些设备部分。
3. 需要更换一些设备部件。
4. 协助排除故障，发现一些设备部件最有可能是坏的。
5. 一些设备部件不会掉下来，会订购部分。

我想从上面的句子中提取“一些设备部分”。

我已经尝试过的东西--首先，我用情感分析来过滤句子。只考虑那些有负面情绪或有“替换”文本在其中。

1. 使用NLTK，在定义语法= "NP：{++|+}“上使用RegexpParser标记POS之后
2. 使用Spacy，词性标注和依赖之后，基于动词、名词关系- token.dep_和token.pos_ ==‘名词’的过滤

以上方法给了我很多毫无意义的输出。如果有什么可以帮忙的，请告诉我。

Answer 1

听起来你会从命名实体识别(NER)中受益。我会好奇的是，SpaCy是否能够将它们作为产品实体来选择。

Answer 2

您可能需要训练Spacy 命名实体识别将令牌标记为“医疗设备”。这样，您就可以解析文本并根据NER标签定位设备。

这将要求您使用指定的医疗设备实体生成一些培训数据。通过寻找产品实体，跳过这一步可能是可能的，但是您可能会错过实体，因为您的用例比一般产品的spacy被训练要检测的更具体。

一旦你训练好模型来识别新的医疗设备实体，你就可以通过

import spacy
nlp = spacy.load('en_core_medicalner')
doc = nlp('some text')

for token in doc:
  if token.label_ == 'Medical Equipment':
    print('token {} is Medical Equipment'.format(token.text))