medspacy - 临床NLP工具库，提供多语言支持和多功能文本处理

项目介绍：medspacy

medspacy是一个基于spaCy的临床自然语言处理（NLP）工具库，专门设计用于处理医学领域的文本。尽管该项目目前还处于测试阶段（Beta），但它已经集成了多个模块，每个模块都能独立执行特定的临床文本处理任务，如句子分割、上下文分析、属性断言以及段落检测等。

工具概览

medspacy通过模块化的设计，使其具备灵活的使用方式，并且可以与spaCy处理管道协同工作。主要模块包括：

medspacy.preprocess: 用于对临床文本进行破坏性预处理，以便于后续的处理。
medspacy.sentence_splitter: 实现医学句子分段。
medspacy.ner: 提供从临床文本中提取概念的工具。
medspacy.context: 使用ConText框架进行语义修辞和实体属性检测，包括否定和不确定性判断。
medspacy.section_detection: 识别和分割临床文本的章节。
medspacy.postprocess: 提供灵活的框架来修改和移除提取的实体。
medspacy.io: 提供将处理后的文本转换为结构化数据并与数据库交互的工具。
medspacy.visualization: 用于可视化从文本中提取的概念和关系。
SpacyQuickUMLS: 支持UMLS概念提取并兼容spacy和medspacy，由QuickUMLS项目实现。

未来，medspacy还可能扩展到包括数据输入输出、关系提取以及预训练的临床模型。

语言支持

截至2024年，medspacy已经重新构建以支持除英语以外的多语言规则和资源。以下是支持的语言及其规则可用性：

英语（English）：完全支持
法语（French）：支持ConText规则，有限的章规则
荷兰语（Dutch）：支持ConText规则，缺少章规则
西班牙语（Spanish）：几乎没有规则支持
波兰语（Polish）和德语（German）：暂无规则支持

对于支持的规则，medspacy团队主要工作在英语上，如果有意开发其他语言的规则，欢迎贡献。

使用指南

安装

通过setup.py安装：

python setup.py install

或使用pip安装：

pip install medspacy

想要安装使用spaCy 2的版本：

pip install medspacy==medspacy 0.1.0.2

基本使用示例

以下是一个简单的示例，展示如何使用medspacy构建和可视化基于规则的管道：

import medspacy
from medspacy.ner import TargetRule
from medspacy.visualization import visualize_ent

# 加载medspacy模型
nlp = medspacy.load()
print(nlp.pipe_names)

text = """
过去的病史:
1. 心房颤动
2. 2型糖尿病

评估与计划:
没有发现肺炎的证据。继续使用华法林治疗Afib。随访以管理2型糖尿病。
"""

# 添加目标概念提取规则
target_matcher = nlp.get_pipe("medspacy_target_matcher")
target_rules = [
    TargetRule("心房颤动", "PROBLEM"),
    TargetRule("肺炎", "PROBLEM"),
    TargetRule("2型糖尿病", "PROBLEM", 
              pattern=[
                  {"LOWER": "type"},
                  {"LOWER": {"IN": ["2", "ii", "two"]}},
                  {"LOWER": {"IN": ["dm", "diabetes"]}},
                  {"LOWER": "mellitus", "OP": "?"}
              ]),
    TargetRule("华法林", "MEDICATION")
]
target_matcher.add(target_rules)

doc = nlp(text)
visualize_ent(doc)

medspacy是一个强大的工具，不仅方便实用，还支持多种临床文本分析需求。如果您想在您的工作中使用medspacy，请查看更多详细的使用指南和示例。