blocks|key|6558122|text|根据这个例子，看起来您需要的不仅仅是简单的POS标记。值得庆幸的是，NLP有一个完整的子域专门用于生物医学数据，并且有许多可用的工具可以帮助完成这种任务：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|6558123|如果数据是由生物医学研究论文构成的，您将发现许多与梅德林和PubMedCentral数据库相关的资源：。|unordered-list-item|offset|length|6558124|UMLS和工具MetaMap|6558125|PubTator，生物医学文献的最新注释版本。|6558126|SemRep代表关系。|6558127|6558128|cTakes是另一个更专业的临床文本注释系统。|6558129|SciSpacy是一种专用于生物医学文本的Spacy变体。它还可以用UMLS标签注释医学术语。|6558130|特别是最后一个似乎特别适合你的情况。生物医学文本存在着许多特殊的困难，不能用一般的领域模型来处理。|6558131|请注意，可能有更多的工具和资源，这是一个非常活跃的领域。|6558132|(免责声明:我回收了大部分旧答案)|entityMap|0|LINK|mutability|MUTABLE|url|https://www.nlm.nih.gov/medline/medline_overview.html|1|https://www.ncbi.nlm.nih.gov/pmc/|2|https://www.nlm.nih.gov/research/umls/index.html|3|https://metamap.nlm.nih.gov/|4|https://www.ncbi.nlm.nih.gov/research/pubtator/|5|https://lhncbc.nlm.nih.gov/ii/tools/SemRep_SemMedDB_SKR/SemRep.html|6|https://ctakes.apache.org/|7|https://allenai.github.io/scispacy/|8|https://datascience.stackexchange.com/a/90124/64377^0|0|P|3|0|T|D|1|1|0|4|2|7|7|3|1|0|8|4|1|0|6|5|1|0|0|6|6|0|0|8|7|0|0|0|D|3|8^^$0|@$1|2|3|4|5|6|7|1K|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|1L|8|@]|9|@$E|1M|F|1N|1|1O]|$E|1P|F|1Q|1|1R]]|A|$]]|$1|G|3|H|5|D|7|1S|8|@]|9|@$E|1T|F|1U|1|1V]|$E|1W|F|1X|1|1Y]]|A|$]]|$1|I|3|J|5|D|7|1Z|8|@]|9|@$E|20|F|21|1|22]]|A|$]]|$1|K|3|L|5|D|7|23|8|@]|9|@$E|24|F|25|1|26]]|A|$]]|$1|M|3|-4|5|6|7|27|8|@]|9|@]|A|$]]|$1|N|3|O|5|D|7|28|8|@]|9|@$E|29|F|2A|1|2B]]|A|$]]|$1|P|3|Q|5|D|7|2C|8|@]|9|@$E|2D|F|2E|1|2F]]|A|$]]|$1|R|3|S|5|6|7|2G|8|@]|9|@]|A|$]]|$1|T|3|U|5|6|7|2H|8|@]|9|@]|A|$]]|$1|V|3|W|5|6|7|2I|8|@]|9|@$E|2J|F|2K|1|2L]]|A|$]]]|X|$Y|$5|Z|10|11|A|$12|13]]|14|$5|Z|10|11|A|$12|15]]|16|$5|Z|10|11|A|$12|17]]|18|$5|Z|10|11|A|$12|19]]|1A|$5|Z|10|11|A|$12|1B]]|1C|$5|Z|10|11|A|$12|1D]]|1E|$5|Z|10|11|A|$12|1F]]|1G|$5|Z|10|11|A|$12|1H]]|1I|$5|Z|10|11|A|$12|1J]]]]

Based on the example, it looks like you need more than simple POS tagging. Thankfully there is a full subdomain of NLP devoted to biomedical data, and there are many tools available which can help with this kind of task:
<ul>
<li>In case the data is made of biomedical research papers, you will find a lot of resources related to the <a href="https://www.nlm.nih.gov/medline/medline_overview.html" rel="noreferrer">Medline</a> and <a href="https://www.ncbi.nlm.nih.gov/pmc/" rel="noreferrer">PubMedCentral</a> databases:
<ul>
<li><a href="https://www.nlm.nih.gov/research/umls/index.html" rel="noreferrer">UMLS</a> and the tool <a href="https://metamap.nlm.nih.gov/" rel="noreferrer">MetaMap</a></li>
<li><a href="https://www.ncbi.nlm.nih.gov/research/pubtator/" rel="noreferrer">PubTator</a>, a recent annotated version of the biomedical literature.</li>
<li><a href="https://lhncbc.nlm.nih.gov/ii/tools/SemRep_SemMedDB_SKR/SemRep.html" rel="noreferrer">SemRep</a> for relations.</li>
</ul>
</li>
<li><a href="https://ctakes.apache.org/" rel="noreferrer">cTakes</a> is another annotator system which is more specialized with clinical texts.</li>
<li><a href="https://allenai.github.io/scispacy/" rel="noreferrer">SciSpacy</a> is a Spacy variant specialized for biomedical text. It can also annotate medical terms with UMLS labels.</li>
</ul>
The last one in particular seems particularly appropriate in your case. biomedical text presents a lot of specific difficulties which cannot be handled with general domain models.
Note that there are probably more tools and resources, this a very active domain.
(disclaimer: I recycled a large part of an <a href="https://datascience.stackexchange.com/a/90124/64377">older answer</a>)

We are a group of doctors trying to use linguistic features of &quot;Spacy&quot;, especially the part of speech tagging to show relationships between medical concepts like:
'Femoral artery pseudoaneurysm as in ==&gt;
&quot;femoral artery&quot; ['Anatomical Location'] --&gt; and &quot;pseudoaneurysm&quot; ['Pathology']
We are new to NLP and spacy, can someone with experience with NLP and Spacy explain if this is a good approach to show these relationships in medical documents? If not what are the other alternative methods?
Many thanks!

Spacy custom POS tagging for medical concepts

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我们是一群医生，他们试图利用"Spacy“的语言特征，特别是词性标记来显示医学概念之间的关系，例如：胎儿动脉假性动脉瘤在==>中的表现“股动脉”解剖定位 ->和“假性动脉瘤”“病理学”我们是NLP和spacy的新手，有NLP和Spacy经验的人能解释一下这是否是在医学文件中展示这些关系的好方法吗？如果不是，其他的替代方法是什么？非常感谢！

问用于医学概念的Spacy定制POS标记
EN

“股动脉”解剖定位 ->和“假性动脉瘤”“病理学”

回答 1

Data Science用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问用于医学概念的Spacy定制POS标记EN