自然语言结构化处理工具-Apache UIMA Ruta使用（三）项目实战

东南_bit

已于 2024-03-14 02:21:24 修改

阅读量1k

点赞数 8

分类专栏： Apache UIMA Ruta 文章标签： apache eclipse java 自然语言处理

于 2024-03-14 01:01:59 首次发布

本文链接：https://blog.csdn.net/qq_26394851/article/details/136695490

版权

Apache UIMA Ruta 专栏收录该内容

4 篇文章 0 订阅

订阅专栏

本文介绍了在医疗领域中，如何通过Ruta脚本处理包含大量否定表述和复杂结构的门诊病历，以准确识别符合条件的症状并统计。脚本利用词表、正则表达式和逻辑判断，解决文本处理中的问题，实现对发热、呼吸道症状等关键信息的筛选和综合征分类。

摘要由CSDN通过智能技术生成

一、项目背景

项目要求，对医生书写的门诊病历及住院病程记录进行挖掘，找出符合条件的出现一定症状的患者，统计每日人数，所给的规则是这样的：

同时还含有补充条件：

常见的门诊病历是下面这样的：

主诉：患者XXX，男，69岁，因“反复气促、发热、咳嗽咳痰12天，加重1天”于2023-05-31 17 :40收入本区,伴有紫癜。

首记

患者基本信息：患者男，69岁。现病史：患者家属代诉患者于12前无明显诱因出现气促、发热，具体热型不详，伴有咳嗽咳痰，无恶心，无呕吐，

偶有胸闷，无胸痛，无腹痛腹泻，自服退热药物，未见明显好转，6天前患者症状加重，在家属陪同下至“XXXXXXXXXX医院”就诊，

行胸部CT检查示：

1.左肺上叶下舌段肿块影，不除外肿瘤病变，建议完善增强扫描及穿刺活检明确性质；纵膈内数枚增大或肿大淋巴结；

2.肺气肿伴肺大泡；双肺散在纤维化、间质性炎症，双侧胸膜增厚，建议治疗后复查；

心包少量积液，主动脉弓及左冠状动脉钙化斑；

左胸壁少许积气。

予高流量氧疗，予抗感染、化痰、维持内环境平衡等对症治疗后，症状好转后出院，现患者气促、咳嗽加重，今日遂来我院就诊

发育正常，营养中等，自主体位，步态不稳，表情痛苦，神志清楚，对答切题，查体合作。

全身浅表淋巴结未扪及肿大。无畸形。眉毛无脱落，眼睑无水肿、下垂、倒睫，

睑结膜无苍白、充血，球结膜无充血、水肿，巩膜无黄染，角膜透明，眼球运动灵活，无凸出、凹陷、震颤、运动障碍，

双侧瞳孔等大等圆，直径约3-4mm，对光反射灵敏，辐辏反射正常。耳廓正常，无畸形，无结节，无肿胀，外耳道未见异常分泌物，

粗测听力无下降，乳突区无压痛。鼻部个形无异常，无鼻翼扇动，鼻腔无异常分泌物，鼻中隔无偏曲，鼻窦区无压痛。

口唇发绀，口腔黏膜未见出血点及溃疡，伸舌

居外院胸部CT检查示：1.左肺上叶下舌段肿块影，不除外肿瘤病变，建议完善增强扫描及穿刺活检明确性质；纵膈内数枚增大或肿大淋巴结；

2.肺气肿伴肺大泡；双肺散在纤维化、间质性炎症，双侧胸膜增厚，建议治疗后复查；心包少量积液，主动脉弓及左冠状动脉钙化斑；左胸壁少许积气。

鉴别诊断：无

诊疗计划：1、重症监护、告病重。

2、完善相关辅助检查：三大常规、肝肾功能、生化检查、胸片、心电图等。

3、具体治疗用药方案：予抗感染、雾化稀释痰液促进痰液排出、维持酸碱电解质平衡及营养支持等治疗。

4.根据病情变化及时调整方案。

5.请示上级医师指导下一步诊疗方案。记录日期：2023-05-31 21:30

发热门诊

二、面对的问题

1、首先可以较为明显的看到，这段文本描述中出现了很多否定性质的表述，比如“无”、“未见”等

2、有些否定表述是会夸标点的，比如“球结膜无充血、水肿”，

3、文章有比较明显的段落区分，有比较清晰的层次结构，

4、从文章中可以拿到就诊时间和患者症状的出现时间，如咳嗽咳痰12天

这种情况下，我们仅仅使用字符串匹配、或者正则表达式的话，一个是表达能力有限，另外一个是处理逻辑会跟代码耦合，不方便随时调整

三、脚本示例

前两章有对Ruta脚本有做简单介绍，

这里我把我这边处理这个问题的脚本放过来：

PACKAGE com.ll.syndrome;

//规则运行的主入口
TYPESYSTEM SyndromeTypeSystem;

DECLARE Annotation CaesuraSign;

//将需要用到的此表引入进来
WORDLIST KeyWord_Negative = '/wordList/KeyWord_Negative_Expression.txt';
WORDLIST KeyWord_Fever = '/wordList/KeyWord_Fever.txt';
WORDLIST KeyWord_Respiratory = '/wordList/KeyWord_Respiratory.txt';
WORDLIST KeyWord_Bleeding = '/wordList/KeyWord_Bleeding.txt';
WORDLIST KeyWord_Rash = '/wordList/KeyWord_Rash.txt';
WORDLIST KeyWord_Diarrhea = '/wordList/KeyWord_Diarrhea.txt';
WORDLIST KeyWord_Meningitis_1 = '/wordList/KeyWord_Meningitis_1.txt';
WORDLIST KeyWord_Meningitis_2 = '/wordList/KeyWord_Meningitis_2.txt';
WORDLIST KeyWord_Meningitis_3 = '/wordList/KeyWord_Meningitis_3.txt';
WORDLIST KeyWord_Meningitis_4 = '/wordList/KeyWord_Meningitis_4.txt';
WORDLIST KeyWord_Punctuation = '/wordList/KeyWord_Punctuation.txt';
WORDLIST KeyWord_UselessExpression = '/wordList/KeyWord_UselessExpression.txt';
WORDLIST KeyWord_DateUnit = '/wordList/KeyWord_DateUnit.txt';

//将文档中词表里的词汇初步标记为对应的类型
Document{-> MARKFAST(Negative,KeyWord_Negative)};
Document{-> MARKFAST(Fever,KeyWord_Fever)};
Document{-> MARKFAST(Respiratory,KeyWord_Respiratory)};
Document{-> MARKFAST(Bleeding,KeyWord_Bleeding)};
Document{-> MARKFAST(Rash,KeyWord_Rash)};
Document{-> MARKFAST(Diarrhea,KeyWord_Diarrhea)};
Document{-> MARKFAST(Meningitis01,KeyWord_Meningitis_1)};
Document{-> MARKFAST(Meningitis02,KeyWord_Meningitis_2)};
Document{-> MARKFAST(Divide,KeyWord_Punctuation)};
Document{-> MARKFAST(UselessExpression,KeyWord_UselessExpression)};
Document{-> MARKFAST(DateUnit,KeyWord_DateUnit)};



(NUM DateUnit){->MARK(Duration),Duration.Number=NUM,Duration.Unit=DateUnit};
//将无需 无力中的无取消标记为否定词
Negative{AND(REGEXP("无"),PARTOF(UselessExpression))->UNMARK(Negative)};
//将无用描述中包含的发热取消标记为Fever类型
Fever{AND(REGEXP("发热"),PARTOF(UselessExpression))->UNMARK(Fever)};

//主诉：患者胸闷、气促较前稍好转，轻微活动无明显气促，咳嗽、咳痰较前好转，无畏寒、发热。
//将从否定词开始 到 标点符号结束的部分 标记为否定语句，上述例句中，将 无明显气促  无畏寒 识别为否定句
(Negative #){->NegativeSentence} Divide;
//否定语句后紧跟、号的，扩充否定句的范围。上述例句中 发热前用、连接，也在被否定的范围内
//NegativeSentence{->SHIFT(NegativeSentence,1,3)} CaesuraSign # Divide;
//将包含在否定句中的症状也取消标记 无畏寒、发热一句中，发热本是被标记为Fever的，
//因其处在否定句中，故而取消Ferver标记，说明患者没有发热
Fever{PARTOFNEQ(NegativeSentence)->UNMARK(Fever)};
Respiratory{PARTOFNEQ(NegativeSentence)->UNMARK(Respiratory)};
Bleeding{PARTOFNEQ(NegativeSentence)->UNMARK(Bleeding)};
Rash{PARTOFNEQ(NegativeSentence)->UNMARK(Rash)};
Diarrhea{PARTOFNEQ(NegativeSentence)->UNMARK(Diarrhea)};
Meningitis01{PARTOFNEQ(NegativeSentence)->UNMARK(Meningitis01)};
Meningitis02{PARTOFNEQ(NegativeSentence)->UNMARK(Meningitis02)};
Meningitis03{PARTOFNEQ(NegativeSentence)->UNMARK(Meningitis03)};
Meningitis04{PARTOFNEQ(NegativeSentence)->UNMARK(Meningitis04)};
UselessExpression{REGEXP("建议")} # Fever{->UNMARK(Fever)};
UselessExpression{REGEXP("建议")} # Respiratory{->UNMARK(Respiratory)};
UselessExpression{REGEXP("建议")} # Bleeding{->UNMARK(Bleeding)};
UselessExpression{REGEXP("建议")} # Rash{->UNMARK(Rash)};
UselessExpression{REGEXP("建议")} # Diarrhea{->UNMARK(Diarrhea)};


Document{AND(CONTAINS(Fever),CONTAINS(Respiratory))->MARK(Syndrome01)};
Document{AND(CONTAINS(Fever),CONTAINS(Bleeding))->MARK(Syndrome02)};
Document{AND(CONTAINS(Fever),CONTAINS(Rash))->MARK(Syndrome03)};
Document{AND(CONTAINS(Diarrhea))->MARK(Syndrome04)};
Document{AND(CONTAINS(Meningitis01),
             CONTAINS(Meningitis02),
             CONTAINS(Meningitis03),
             CONTAINS(Meningitis04)
             )->MARK(Syndrome05)};

包名上面脚本有了，在包上右键新建Ruta文件，名字为Main.ruta

然后在descriptor包上右键：

名字叫：SyndromeTypeSystem.xml

在这个文件上右键，选择上图所示编辑器，会有这个画面弹出

就是已纯文本的方式查看编辑这个文件，可以全选文件，把内容都删了，把下面这些文本粘进去

<?xml version="1.0" encoding="UTF-8"?>
<typeSystemDescription
    xmlns="http://uima.apache.org/resourceSpecifier">
    <name>SyndromeTypeSystem</name>
    <description/>
    <version/>
    <vendor/>
    <imports>
        <import location="BasicTypeSystem.xml"/>
    </imports>
    <types>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Fever</name>
            <description>发热</description>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Negative</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Respiratory</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Divide</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.NegativeSentence</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.DateUnit</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.UselessExpression</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Duration</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
            <features>
                <featureDescription>
                    <name>Number</name>
                    <description/>
                    <rangeTypeName>uima.tcas.Annotation</rangeTypeName>
                </featureDescription>
                <featureDescription>
                    <name>Unit</name>
                    <description/>
                    <rangeTypeName>com.ll.hiws.RutaType.DateUnit</rangeTypeName>
                </featureDescription>
            </features>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Fever1</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Fever2</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Bleeding</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Syndrome01</name>
            <description/>
            <supertypeName>uima.tcas.DocumentAnnotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Syndrome02</name>
            <description/>
            <supertypeName>uima.tcas.DocumentAnnotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Rash</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Syndrome03</name>
            <description/>
            <supertypeName>uima.tcas.DocumentAnnotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Syndrome04</name>
            <description/>
            <supertypeName>uima.tcas.DocumentAnnotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Syndrome05</name>
            <description/>
            <supertypeName>uima.tcas.DocumentAnnotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Diarrhea</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Meningitis01</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Meningitis02</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Meningitis03</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
        <typeDescription>
            <name>com.ll.hiws.RutaType.Meningitis04</name>
            <description/>
            <supertypeName>uima.tcas.Annotation</supertypeName>
        </typeDescription>
    </types>
</typeSystemDescription>

然后ctrl + S保存就可以了

这时点source旁边的TypeSystem就可以切换到类型视角，看到我自己定义的标签类

在Resource下新建WordList包，新建上脚本中需要的词表文件即可，词表文件，词表文件有很多种格式，我这里是一行一个词汇

这样就能把Main脚本运行起来了。

四、Main脚本解释

整个流程还是比较简单的。

第四行是导入要用到的类型系统，就是我们刚刚新建的TypeDescriptor文件，

这里是导入词表文件

这里是将词表中出现的词汇，在文档中标记为对应的标签

38行前文有提到找到时间表达式，提取时间跟单位

我们在词表KeyWord_Negative_Expression.txt中定义了一些否定表达式，并将文档中的否定表达式标记为了Negative，

并将KeyWord_Fever.txt中的“发热”标记为了Fever

但是像无力这种，属于症状，不倾向于表示否定。要处理的发热门诊科室，也不能作为我们要抓取的症状，

所以在这里进行了修正

这一行，把从否定词到Divide都包括进去，标记为否定语句

这里的Divide是自定义标签类，词表是这个

没有顿号，所以，“无发热、畏寒”就都被包含在一个否定句中了，通过查看输出结果，可以验证这点

这里可以看到“无明显诱因出现气促、发热，”被识别成了否定句，因为无被识别成为了否定词，怎么修正呢？在KeyWord_UselessExpression.txt中加一个行就可以了，像这样。

清除测试结果再测试，结果就像下面这样。

KeyWord_UselessExpression.txt是误导性表述词表

51到60 含义是当左花括号{前的标签是否定句标签的一部分的时候，去掉这个标签

后续是把所有建议之后的要找的标签都给取消掉

67含义是说当这个文档中既包含Ferver发热标签，又包含呼吸道症状标签Respiratory的时候，把整个文档加上Syndrome01标签

68是说当这个文档中既包含Ferver发热标签，又包含出血Bleeding标签，就把整个文档标记问Syndrome02标签

可以看到，这个患者发热咳嗽，被标记为了Syndrome01

后续会跟大家分享，如何将Ruta跟项目代码集成

东南_bit

关注

8
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
自然语言结构化处理工具-Apache UIMA Ruta使用（三）项目实战

项目要求，对医生书写的门诊病历及住院病程记录进行挖掘，找出符合条件的出现一定症状的患者，统计每日人数，所给的规则是这样的：同时还含有补充条件：常见的门诊病历是下面这样的：主诉：患者XXX，男，69岁，因“反复气促、发热、咳嗽咳痰12天，加重1天”于2023-05-31 17 :40收入本区,伴有紫癜。首记患者基本信息：患者男，69岁。现病史：患者家属代诉患者于12前无明显诱因出现气促、发热，具体热型不详，伴有咳嗽咳痰，无恶心，无呕吐，
复制链接

扫一扫

专栏目录