Python 命名实体识别-与字典直接匹配

我想使用命名实体识别（NER）来识别文本中与临床概念一致的单词或短语

我有一本字典，里面有诊断描述和标签代码。前两行的示例：

ICD10  ICD10Term
----------------
A00    Cholera
A000   Cholera due to Vibrio cholerae 01, biovar cholerae

首先，我想从直接匹配字典开始，但我不确定该怎么做。我应该只搜索字典是否包含某个字符串吗？还是应该使用软件包或工具

我发现

空间查找

：

我不知道如何大规模使用这个软件包，因为我有很多txt文件和字典

---

另外，您还可以向我推荐其他软件包\工具吗？

您必须首先培训自己的NER型号才能做到这一点

---

根据spaCy要求准备数据集，然后训练模型。然后您的模型应该能够检测实体。

我将使用spaCy的

pretrain

功能首先将语言模型更新到您的域。然后从头开始训练NER-

我不应该使用直接马赫数或模糊匹配在数据集中找到医学术语吗？一些医学词汇在一起有不同的含义，所以我认为在找到医学术语之前不应该标记。对不起，我是这个领域的新手，所以我不确定我说的是否正确。