معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Finds drug names in a string

ویژگی	مقدار
سیستم عامل	-
نام فایل	drug-named-entity-recognition-0.1
نام	drug-named-entity-recognition
نسخه کتابخانه	0.1
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Thomas Wood
ایمیل نویسنده	-
آدرس صفحه اصلی	https://fastdatascience.com
آدرس اینترنتی	https://pypi.org/project/drug-named-entity-recognition/
مجوز	MIT

Drug named entity recognition ============================= Developed by Fast Data Science, https://fastdatascience.com Source code at https://github.com/fastdatascience/drug_named_entity_recognition This is a lightweight Python library for finding drug names in a string. Please note this library finds only high confidence drugs. It also only finds the English names of these drugs. Names in other languages are not supported. It also doesn’t find short code names of drugs, such as abbreviations commonly used in medicine, such as “Ceph” for “Cephradin” - as these are highly ambiguous. Requirements ============ Python 3.9 and above Installation ============ :: pip install drug-named-entity-recognition Usage examples ============== You must first tokenise your input text using a tokeniser of your choice (NLTK, spaCy, etc). You pass a list of strings to the ``find_drugs`` function. Example 1 :: from drug_named_entity_recognition import find_drugs find_drugs("i bought some Phenoxymethylpenicillin".split(" ")) outputs a list of tuples. :: [({'name': 'Phenoxymethylpenicillin', 'synonyms': {'Penicillin', 'Phenoxymethylpenicillin'}, 'nhs_url': 'https://www.nhs.uk/medicines/phenoxymethylpenicillin', 'drugbank_id': 'DB00417'}, 3, 3)] You can ignore case with: :: find_drugs("i bought some phenoxymethylpenicillin".split(" "), is_ignore_case=True) Data sources ============ The main data source is from Drugbank, augmented by datasets from the NHS, MeSH, Medline Plus and Wikipedia. Update the Drugbank dictionary ------------------------------ If you want to update the dictionary, you can use the data dump from Drugbank and replace the file ``drugbank vocabulary.csv``: - Download the open data dump from https://go.drugbank.com/releases/latest#open-data Update the Wikipedia dictionary ------------------------------- If you want to update the Wikipedia dictionary, download the dump from: - https://meta.wikimedia.org/wiki/Data_dump_torrents#English_Wikipedia and run ``extract_drug_names_and_synonyms_from_wikipedia_dump.py`` Update the MeSH dictionary -------------------------- If you want to update the dictionary, download the open data dump from https://www.nlm.nih.gov/ and run ``extract_drug_names_and_synonyms_from_mesh_dump.py``

نحوه نصب

نصب پکیج whl drug-named-entity-recognition-0.1:

pip install drug-named-entity-recognition-0.1.whl

نصب پکیج tar.gz drug-named-entity-recognition-0.1:

pip install drug-named-entity-recognition-0.1.tar.gz