识别上下文的命名实体识别

Question

我使用一个NER模型来提取文本中显示的治疗(冰、热或OTC)，但是治疗有多个上下文。

建议Homecare

• Patient患者在家庭治疗时使用冰袋治疗膝盖--在临床治疗中给

1. 冰袋治疗--在

诊所。

在以上所有句子中，NER模型都提取冰包作为治疗实体，但如何使它学习上下文并进一步识别治疗是家庭建议还是临床治疗。应该根据周围的单词来学习上下文(继续和遵循这两个词)。

对于这个用例，我应该使用什么技术？我不想在NER之上使用基于规则的技术，我已经使用了这些技术，但我希望以一种更复杂的方式这样做。

对于实体识别，我使用了一个经过预先训练的生物医学人员(来自Scispacy libaray)，并使用实体规则将我的自定义实体添加到其中。

Answer 1

我建议你把这当成分类问题。给出像你的例子一样的句子，训练一个分类器来预测一个标签，比如家庭/诊所/其他。标记示例应该很容易，并且可以使用spaCy textcat模型。

有一件事要小心，你知道数据中每个标签的比例应该是多少吗？如果它真的不平衡，这可能是一个问题，你可能需要改变一下你的方法。

您也可以为位置添加一个NER标签，但我怀疑它将更难标记，而不是与您的数据很好的匹配。

另一种方法，其主要优点是测试速度快，将是识别诸如“在某处”或“在某处”这样的介词短语。使用它，您可能会发现，只是匹配一个短语，如“在家里”标签的很大一部分您的数据集。我知道你说你想用一些更复杂的东西，但是如果简单的东西管用的话，它是值得使用的。