quickumls是从医学文本中快速、无监督地提取生物医学概念的工具。
quickumls的Python项目详细描述
新：v.1.3已准备好PIP！您现在可以通过一个简单的pip install quickumls来安装quickumls
quickumls
quickumls（soldaini和goharian，2016）是从医学文本中快速、无监督地提取生物医学概念的工具。 它利用了simstring的近似字符串匹配。 有关Quickumls工作原理的更多详细信息，请参阅我们的报纸。
此项目应与Python3兼容（Python2不再受支持），并在任何Unix系统上运行（对Windows的支持是实验性的，请报告错误！）.如果您发现任何错误，请在GitHub上提交问题，或发送电子邮件给作者，地址是luca@ir.cs.georgetown.edu
安装
- 获取umls安装此工具要求您在磁盘上安装有效的umls。要安装umls，您必须首先从国家医学图书馆获得a许可证；然后您应该从本页下载所有umls文件；最后，您可以使用本指南中所述的变形工具安装umls。系统初始化后即可删除安装。
- 安装quickumls：您可以运行
pip install quickumls或python setup.py install。在MacOS上，强烈建议使用水蟒 - obrain a spacy corpus：在安装quickumls及其依赖项之后，您应该能够通过运行
python-mspacy download en - 创建quickumls安装通过运行
python-m quickumls.install<；umls\u installation\u path>；<；destination\u path>；，其中<；umls\u installation\u path>；是安装文件所在的位置（特别是，我们需要mrconos.rrf和mrsty.rrf）并且<；destination_path>；是安装quickumls数据文件的目录。此过程将花费5到30分钟，具体取决于存储umls和quickumls文件的cpu和驱动器的速度（在具有intel i7 6700k cpu和7200 rpm硬盘的系统上，初始化需要8.5分钟）。python-m quickumls.install支持以下可选参数：-l/--小写：如果使用，则在处理之前，所有概念术语都折叠为小写。此选项通常会增加召回率，但可能会降低精确度；-u/--规范化Unicode：如果使用非ASCII字符的表达式，则将其转换为最接近的ASCII字符组合。-e/--language：指定要为umls概念考虑的语言；默认情况下，使用英语。有关语言的完整列表，请参见NLM提供的此表。
< > > quickumls\u fp是安装quickumls数据文件的目录。overlapping_criteria（可选，默认值："score"）是用于处理重叠概念的标准；如果应首先考虑概念的匹配分数，请选择"score"；如果应首先考虑最长的概念，请选择"length"。threshold（可选，默认值：0.7）是字符串之间的最小相似性值。相似性名称（可选，默认值："jaccard"）是要使用的相似性名称。在"骰子"、"Jaccard"、"余弦"或"重叠"之间进行选择。window（可选，默认值：5）是要考虑匹配的最大令牌数。accepted_semtypes（可选，默认值：请参见constants.py）是概念应该属于的一组umls语义类型。语义类型由字母"t"加上三个数字（例如"t131"，用于标识类型"有害或有毒物质"）来标识。有关完整列表，请参见此处。- 冈崎、直垣和津井俊一。"简单有效的近似字典匹配算法。"Coling 2010。
- 卢卡·索尔达尼和纳兹利·戈哈里安。"quickumls：一种快速、无监督的医学概念提取方法。"医学研讨会，SIGIR 2016。
：如果在使用anaconda时在macos上安装失败，请首先通过运行conda install-c conda forge python leveldb安装leveldb
原料药
quickumls对象可以实例化如下：
fromquickumlsimportQuickUMLSmatcher=QuickUMLS(quickumls_fp,overlapping_criteria,threshold,similarity_name,window,accepted_semtypes)
< > >
要使用匹配器，只需调用
text="The ulna has dislocated posteriorly from the trochlea of the humerus."matcher.match(text,best_match=True,ignore_syntax=False)
如果要返回重叠的候选项，请将"最佳匹配"设置为"错误"，将"忽略语法"设置为"错误"，禁用中引入的所有启发式（Soldaini和Goharian，2016）。
服务器/客户端支持
从v.1.2开始，quickumls支持在客户机-服务器配置中使用。也就是说，您可以启动一个quickumls服务器，并使用一个客户端从多个脚本中查询它。
要启动服务器，请运行python-m quickumls.server：
python -m quickumls.server /path/to/quickumls/files {-P QuickUMLS port}{-H QuickUMLS host}{QuickUMLS options}
主机和端口是可选的；默认情况下，quickumls在localhost:4645上运行。您还可以将上面提到的任何quickumls选项传递给服务器。要获取服务器的选项列表，请运行python-m quickumls.server-h
要加载客户端，请从 客户端的api与quickumls对象相同。 如果您希望在后台运行服务器，可以执行以下操作： 完成后，不要忘记通过运行来停止服务器。 欢迎加入QQ群-->： 979659372
quickumls导入getquickumls客户端
from quickumls import get_quickumls_client
matcher= get_quickumls_client()text="The ulna has dislocated posteriorly from the trochlea of the humerus."
matcher.match(text, best_match=True, ignore_syntax=False)
nohup python -m quickumls.server /path/to/QuickUMLS {server options} > /dev/null 2>&1&echo$! > nohup.pid
kill -9 `cat nohup.pid`
rm nohup.pid
参考文献
推荐PyPI第三方库
