在深度學習模型中，有時需要避免輸入的是一段話而不是一個句子。我們需要把一段話分割成多個短句子，比如：

目前診斷：1、肺癌pT1cN0M0R0切除，IA期，EGFR（+）2、化療后骨髓抑制3、高血壓病。長期住院原因分析及針對性診療計劃：患者肺癌復發，目前行同步放化療，放療時間較長，需要長期住院治療。

將句號作為分割點，將這句話分割成兩句話，每句話作為模型的輸入，這樣做的原因是：防止輸入句子太長，模型在處理時將關鍵信息裁剪，此時就抽取不出想要的信息了。
代碼實現如下：

cur_seedtext = '目前診斷：1、肺癌pT1cN0M0R0切除，IA期，EGFR（+）2、化療后骨髓抑制3、高血壓病。長期住院原因分析及針對性診療計劃：患者肺癌復發，目前行同步放化療，放療時間較長，需要長期住院治療。' cur_seedtext = cur_seedtext.replace('。','@@@') cur_seedtext = '。\n'.join([x.strip() for x in cur_seedtext.split('@@@')]) print(cur_seedtext)

在醫療病例單中使用命名實體識別技術提取醫生對患者的診斷時，利用此方法就可以用模型單獨對句子進行處理，這樣的效果似乎更好。

以下是上面的代碼對段落的處理結果

目前診斷：1、肺癌pT1cN0M0R0切除，IA期，EGFR（+）2、化療后骨髓抑制3、高血壓病。 長期住院原因分析及針對性診療計劃：患者肺癌復發，目前行同步放化療，放療時間較長，需要長期住院治療。

mediecalNER模型的識別結果為

[ { "start": 7, "stop": 20, "word": "肺癌pT1cN0M0R0切除", "type": "BODY" }, { "start": 22, "stop": 24, "word": "IA期", "type": "BODY" }, { "start": 26, "stop": 32, "word": "EGFR（+）", "type": "BODY" }, { "start": 44, "stop": 47, "word": "高血壓病", "type": "BODY" } ] ------------------------------------- [] -------------------------------------

顯然模型識別出了第一句話中提出的幾個診斷病情，但是精度沒那么高。。。

總結

以上是生活随笔為你收集整理的python深度学习NER任务中：对段落的分割的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。