在Amazon Comprehend中识别一个单词的不同时态

Question

我正在使用Amazon Comprehend进行实体受伤检测。

假设我有一段文本，如下所示：

约翰做了手术，修复了左膝脱臼和前十字韧带撕裂。

亚马逊理解医疗(ACM)能够将脱臼识别为一种医疗状况。然而，考虑下一段文本：

“约翰因右膝盖骨脱臼而缺阵。”

在这段文本中，ACM不能将脱位识别为一种医学状况。类似地，如果我放入一段文本，如"Left ankle sprain"，ACM能够将脚踝扭伤识别为一种医疗状况，但如果我放入“扭伤左脚踝”，则ACM不会将扭伤这个词理解为一种医疗状况。

有没有什么方法可以清理我的文本，改变单词的顺序，以便可以准确地标记这些实体？

Answer 1

你要找的东西叫做词汇化。例如，您可以使用NLTK工具包将每个单词简化为它的非词尾变化的基本形式(引理)，这将给出“错位”和“扭伤”作为基本形式。这可以提高实体检测的精度。单词的顺序实际上不应该很重要。否则，训练你自己的NER (https://nlpforhackers.io/named-entity-extraction/)。