python - 在 Amazon Comprehend Medical 中识别单词的不同时态

Question

我正在使用 Amazon Comprehend Medical 进行实体伤害检测。

假设我有一段文字如下:

约翰接受了手术修复脱臼的左膝和完全 ACL 撕裂。”

Amazon comprehend Medical (ACM) 能够将脱臼识别为一种医疗状况。但是请考虑下一段文字:

“约翰因右膝盖脱臼而缺阵。”

在这段文字中，ACM 无法将脱臼识别为一种医疗状况。同样，如果我输入“左脚踝扭伤”这样的文本，ACM 能够将脚踝扭伤识别为一种医疗状况，但如果我输入“左脚踝扭伤”，它就不会识别该词扭伤是一种医疗状况。

有什么方法可以清理我的文本并更改单词的顺序，以便可以准确地标记这些实体？

Answer 1

您正在寻找的称为词形还原。例如，您可以使用 NLTK 工具包将每个单词简化为其非变形基本形式(引理)，这将为您提供“dislocate”和“strain”作为基本形式。这可以提高实体检测的精度。单词的顺序实际上并不重要。否则，训练您自己的 NER ( https://nlpforhackers.io/named-entity-extraction/ )。