Python 自然语言处理及其建议方法

我是NLP的新手，我想知道它是否适合我们的业务问题

我使用一个手术管理系统，该系统记录患者手术的细节。手术后，患者将有一个术后目的地，通常是医院的病房。问题是这是在一个非结构化的自由文本字段中捕获的，管理员可以在该字段中输入与手术有关的任何内容。此时，让供应商将其作为新字段添加到数据库中不是一个选项

我需要开发一些东西（最好是python）来尝试并确定患者在这个自由文本的op后要去哪里。结果类似于：“病房1”。一旦确定这一点，我们可以在结构化数据中查找关于病房1的其他详细信息，例如这是否是患者的适当目的地

自由文本示例：

“接纳WD1 post op”

“恢复病房，然后是术后1病房”

“手术后进行MRI检查，然后接受WD1”

“在手术前进入Ward1。手术后目的地待确认”

解决方案需要处理描述手术后目的地的各种不同方式，并编写手术后目的地的变化（例如病房1、WD1、W1等）

我还没有开始编写代码，但我的初始方法是使用正则表达式来查找与后期目标匹配的文本，但我不想没完没了地为不同的变体编写代码。所以我认为这可能是NLP使用NLTK的问题

---

有人对如何处理这个问题有什么建议吗？任何建议的工具、技术、教程、以前的经验等，我都非常感谢。

首先，我不经常使用上面提到的免费文本，所以我的答案可能不是最好的。如果外科医生有完全的自由输入他们想要的任何东西，你需要接受这样一个事实，那就是有些病例无法处理（因为他们输入了一些无法解释的东西）。正则表达式功能强大，但从长远来看，处理/维护正则表达式可能是一场噩梦。NLP/NLTK是一个大型、功能强大的库，可能需要太多的研究，但收获甚微

我的方法是保持事情非常简单。我假设您可以访问python中的文本，我会将文本拆分为空格，这样您就有了单个单词的列表，然后扫描每个单词，以查找“已知”或“接受”的术语，如WD1、WARD1等。当然，这并不是完全直截了当的；您将有“WARD”“1”病例，但有一点胶水代码应该是可检测的

我不认为你的目标应该是100%地发现所有病例（无论听起来多么奇怪）。只需介绍大多数情况，这很可能会给您留下可维护/可扩展的代码，并且仍然会使您的流程自动化

---

祝你好运。

这是一个离题的话题，所以你要求推荐的方法。另一方面，您确实描述了问题和当前的方法。第三方面，没有代码。我的印象是，这绝不是NLP问题。我会继续使用正则表达式，看看这是否足够好。写一个匹配所需的“w”或“w”、可选的“ar”、可选的“d”或“d”、可选的空格、所需的数字的值。如果你在做这件事上有问题，那是个合理的问题，