生物医学的亲缘关系命名实体识别(NER)

Question

如何使用scispacy标记实体？

当我试图使用scispacy进行NER时，它用Entity标记生物医学实体，但没有将它们标记为基因/蛋白质，等等。那么，如何使用scispacy来实现这一点呢？或者scispacy不能标记数据？图片附呈，以供参考：jupyter笔记本片段

Answer 1

en_core_sci_sm、en_core_sci_md和en_core_sci_lg模型没有命名它们的实体。如果要标记实体，请使用模型

• en_ner_craft_md
• en_ner_jnlpba_md
• en_ner_bc5cdr_md
• en_ner_bionlp13cg_md

每个实体都有自己的类型，参见：-

https://allenai.github.io/scispacy/

了解更多信息

Answer 2

你可以用“GENE_OR_GENE_PRODUCT”过滤标签，得到所有的基因名称。

import spacy
import scispacy
import en_ner_bionlp13cg_md

document = "We aimed to prospectively compare the risk of early progression according to circulating ESR1 mutations, CA-15.3, and circulating cell-free DNA in MBC patients treated with a first-line aromatase inhibitor (AI)"

nlp = spacy.load("en_ner_bionlp13cg_md")
for X in nlp(document).ents:
    if X.label_=='GENE_OR_GENE_PRODUCT':
        print(X.text)