在文本中查找特定关键字的否定

Question

我正在从事从医学文本中提取信息的工作(NLP非常新！)。目前，我感兴趣的是找到和提取药物，这是在一个预先确定的药物清单。例如，考虑案文：

约翰因高温被开了阿司匹林的处方

因此，给出了药物清单(用Python语言)：

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

提取的药物为aspirin。这很好。

现在再考虑另一种情况：

约翰给布洛芬开了处方，因为他不能忍受扑热息痛

现在，如果我使用列表(例如，带有正则表达式)提取药物，那么提取的药物是ibuprofen和paracetamol。

问题如何区分实际的处方药和不可耐受的药物？有没有办法给处方(用)和其他提到的药物贴上标签？

Answer 1

这是一个复杂的问题。要捕获否定周围的细微差别，您需要进入依赖解析和关系提取的世界。在当前的方法和add @Jordan中，您可以采取以下几种方式来增加复杂性：

1. 使用关系提取NLP库(例如，Watson、Core、Spacy)，您可以使用类似于您给出的示例语句来提取三重奏关系，比如(John，处方药，布洛芬)和(John，不能容忍，对乙酰氨基酚)。这将需要在注释样本数据方面进行投资。
2. 通过从显示句子不同部分之间的关联的依赖解析开始，滚动自己的关系提取器。这既需要编程时间，也需要培训。

处理关系中的否定不是一个解决的问题。这方面的最新进展通常与情感分析有关。关于使用依赖解析来识别和处理否定的介绍可以在这个基于RNN页面的斯坦福NLP情感分析上使用。

Answer 2

克服这一问题的一种方法是预先定义药物名称之前的单词。因此，在你的情况下，这将意味着检查，看看是否“处方”或“不容忍”之前的药物名称。

这就是我想出来的。如果要尝试第二段文本，只需将变量text = first替换为text = second即可。

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

祝好运!

乔丹。

-编辑-编辑

使用变量medicine作为输出，您可以从那里使用该变量。