medspacy

收录理由

做临床文本处理的团队，如果已经在用 spaCy，medspacy 是个很顺手的补充，而不是要替换掉 spaCy。它把通用 NLP 库通常不会为临床场景准备的那些环节打包好了：针对病历文本调优的句子切分、章节识别，还有一套 ConText 实现，能把否定、不确定性这类修饰属性挂到抽取出的实体上。模块化设计让你可以只挑预处理或后处理组件用，其余 spaCy 流程照旧。基于规则的匹配和通过 QuickUMLS 做的 UMLS 概念抽取，意味着不需要大规模标注数据就能跑起来，对研究组和医院信息团队来说，想要可解释、可审计的电子病历抽取结果，这条路比较实际。不过项目还标着 beta，英文支持最成熟，真要上生产，得预留时间自己组装和测试。