[英]Find the sentence’s index (sentences in a list) of a specific word in Python
[英]How to extract particular word(s) from the list of sentences using Python NLP. These word(s) are Parts of Medical equipments
我想從句子列表中提取醫療設備零件名稱。 這些句子是對支持請求采取的記錄操作,其中可能包括更換零件或確認零件在錯誤的 state 中。
以下是例句——
我想從上面的句子中提取“[Some device part]”。
我已經嘗試過的事情 - 首先,我使用情緒分析過濾了句子。 只考慮那些有負面情緒或其中有“替換”文本的人。
上面的方法給了我很多無意義的output。 請讓我知道是否有任何幫助。
聽起來您將從查看命名實體識別 (NER) 中受益。 我很好奇 SpaCy 是否能夠將這些作為 PRODUCT 實體挑選出來。
您可能需要將 Spacy命名實體識別訓練為 label 令牌作為“醫療設備”。 這樣,您可以根據 NER label 解析文本並定位設備。
這將要求您使用指定的醫療設備實體生成一些訓練數據。 通過查找 PRODUCT 實體可以跳過此步驟,但您可能會錯過實體,因為您的用例比通用產品的 spacy 被訓練檢測的更具體。
訓練 model 識別新的醫療設備實體后,您可以通過以下方式定位它們
import spacy
nlp = spacy.load('en_core_medicalner')
doc = nlp('some text')
for token in doc:
if token.label_ == 'Medical Equipment':
print('token {} is Medical Equipment'.format(token.text))
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.