在文本中查找特定关键字的否定

Question

我正在研究从医学文本中提取信息（对 NLP 来说非常新！）。目前，我有兴趣查找并提取预定义药物列表中提到的药物。例如，考虑以下文本：

“约翰因高温服用了阿司匹林”

因此，给定药物列表（Python 语言）：

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

提取的药物是aspirin。没关系。

现在考虑另一种情况：

“给约翰开了布洛芬，因为他不能耐受扑热息痛”

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

QUESTION如何区分实际处方药和不耐受药物？有没有办法标记处方（使用）和其他提到的药物？

Answer 1

这是一个复杂的问题。要捕捉否定的细微差别，您需要进入依赖解析和关系提取的世界。您可以采取以下几种方式来为您当前的方法和@Jordan 的附加组件添加复杂性：

1. 使用关系提取 NLP 库（例如 Watson、Core-NLP、Spacy），您使用示例句子进行训练，以提取三元组关系，例如（John，规定，布洛芬）和（John，不容忍，扑热息痛） )。这将需要对样本数据进行注释。
2. 滚动您自己的关系提取器，从显示句子不同部分如何相关的依赖分析开始。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已解决的问题。围绕这一点的最新技术通常与情绪分析相关联。 Stanford NLP Sentiment Analysis using RNN page

提供了有关使用依赖解析来识别和处理否定的介绍

Answer 2

解决这个问题的一种方法是预先定义药物名称之前的单词。因此，在您的情况下，这意味着检查药物名称之前是“处方”还是“不耐受”。

这是我想出的。如果您想尝试第二段文本，只需将变量 text = first 替换为 text = second。

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

祝你好运！

约旦。

----- 编辑-----

使用变量medicine 作为输出，您可以从那里使用该变量。