6 个版本 (2 个稳定版本)
| 1.3.0 | 2024年4月24日 |
|---|---|
| 1.0.0 | 2023年5月30日 |
| 0.1.3 | 2022年8月4日 |
| 0.1.1 | 2022年6月6日 |
| 0.1.0 | 2022年4月26日 |
637 在 解析实现 中排名
每月 101 次下载
30KB
530 代码行
药物提取 CLI
演示
描述
此应用程序从 CSV 文件中读取，并从另一个 CSV 文件中解析文本记录，以检测和提取搜索词提及，使用字符串相似度算法来处理常见的拼写错误。它以我们在 IPOP 最常用的药物搜索命名，但足够灵活，可以接受任何类型的搜索词。
注意：在我们的文本预处理中，我们特意 允许 连字符 ("-") 以其出现在药物术语中的频率。如果您想看到此功能被移除或设置为功能标志之后，请提交问题。
如果您想知道具体的用例，请查看 示例 文件夹！
需求
安装
要安装 drug-extraction-cli 应用程序，只需
Python 开发者 / 数据科学家
请使用 pipx，因为它专门设计用于将 Python CLI 应用程序安装到隔离的虚拟环境中。
pipx install extract-drugs
Rust 开发者
cargo install drug-extraction-cli
重要！ 这两种方式都将安装一个名为
extract-drugs的可执行文件。无论您从哪个软件包索引安装软件包，二进制程序都将命名为
extract-drugs，以便更直观的命令。信息：命名不一致是由于
maturin处理软件包名称的方式以及希望同时保持相同的 CLI 命令/名称并维护 Rust 命名空间。抱歉，但您会没事的 😊。
使用
本应用程序包含两个命令：interactive 和 search。这两个命令具有相同的功能，后者允许您传递命令行参数，更适合自动化处理或高级用户使用，而前者允许交互式声明相同的配置选项，更适合新用户或初次使用。
该库的API文档可在 docs.rs 上找到。
交互式
这将向您显示一系列提示，以帮助您选择正确的选项。强烈推荐新用户或一次性运行使用。
使用
extract-drugs interactive
此命令在上面的GIF中进行了演示。
搜索
search 与 interactive 功能相同，但允许您声明性地提供配置选项。
输出数据字典
该工具将输出一个格式如下 output.csv 的 output.csv 文件
| 列名 | 描述 | 数据类型 | 限制/范围 |
|---|---|---|---|
| row_id | 如果提供了 --id-col，则来自 --data-file 的行号，否则为行号 |
字符串 | 无 |
| search_term | 搜索词，经过清理和归一化。这是实际比较的词。 | 字符串 | 无 |
| matched_term | 匹配词，经过清理和归一化。这是实际比较的词。 | 字符串 | 无 |
| edits | osa 编辑距离 |
整数 | 0-2（由于排除过滤器，上限为顶部限制） |
| similarity_score | jaro_winkler 相似度分数 |
浮点数 | 0.95-1.0（由于排除过滤器，下限为底部限制） |
| search_field | 匹配项所在的字段，来自 --search-cols |
字符串 | 无 |
| metadata | 搜索词文件中附加到 search_term 的元数据 |
字符串或无 | 无 |
示例
要查看此工具的示例运行，请查看 examples 文件夹中的shell脚本。
要查看运行此工具可能产生的潜在分析价值，请查看同一文件夹中的Jupyter笔记本！
支持
如果您遇到任何问题或需要支持，请联系 @nanthony007 或 创建问题。
贡献
请参阅 CONTRIBUTING.md。
MIT 许可证
依赖项
~8–17MB
~195K SLoC