Rozpoznanie rozpoznanego podmiotu chorobowego

Question

Mam kilka dokumentów tekstowych opisujących choroby. Dokumenty te są w większości przypadków dość krótkie i często zawierają tylko jedno zdanie. Przykładem są tu:

pierwotne nadciśnienie płucne jest postępującą chorobą, w której powszechne zamknięcie najmniejszych naczyń płucnych prowadzi do zwiększenia oporu naczyniowego płuc i niewydolność następnie prawej komory.

Co potrzebne jest narzędzie, które wyszukuje wszystkie warunki chorobowe (np „nadciśnienie płucne” w tym przypadku) w zdaniach i mapuje je do kontrolowanego słownictwa jak MeSH.

Z góry dziękuję za odpowiedzi!

Answer 1

Zobacz http://www.ebi.ac.uk/webservices/whatizit/info.jsf

Whatizit to system przetwarzania tekstu, który pozwala na wykonywanie text mining zadań na tekst. Zadania są definiowane przez potoki na liście rozwijanej powyższego okna, a tekst można wkleić w polu tekstowym .

Można również poprosić biostars: http://www.biostars.org/show/questions/

Answer 2

istnieje wiele narzędzi, aby to zrobić. Niektóre popularne:

• NLTK (python)
• LingPipe (java)
• Stanford NER (java)
• OpenCalais (serwis internetowy)
• Illinois NER (java)

najbardziej z nich pochodzą pewne predefiniowane modele, tj. zostały już przeszkolone w zakresie ogólnego zbioru danych s (artykuły z wiadomościami itp.). jednak twoje teksty są dość specyficzne, więc możesz najpierw stworzyć korpus i przećwiczyć jedno z tych narzędzi, aby dostosować je do twoich danych.

Po prostu, jako pierwszy test, możesz wypróbować podejście słownikowe: zaprojektuj listę nazw jednostek i wykonaj dokładne lub przybliżone dopasowanie. na przykład ta operacja została opisana w LingPipe's tutorial.

Answer 3

Oto dwa rurociągi, które są specjalnie zaprojektowane dla medycznych parsowania dokumentu:

• Apache cTAKES
• NLM's MetaMap

Zarówno użyć UMLS, zunifikowanego systemu języka medycznego, a zatem wymagać, że masz (darmowa) licencja. Obie są Java i mniej lub bardziej łatwe do skonfigurowania.