DNorm-J

概要

日本語の病名を正規化するツールです

手法

DNormの日本語実装になります．
Tf-idf ベースのランキング手法により病名を正規化します。

詳細はリンク先の論文をご参照ください．

環境

• python >= 3.6.1
• MeCab >= 0.996.5
• IPA 辞書

インストール

pip install git+https://github.com/sociocom/DNorm-J.git

使い方

ターミナルなどの端末アプリでコマンドラインアプリケーションとして使えるほか，Python スクリプト内でライブラリとして導入することが可能です．

いずれの使い方でも，初回に学習済みモデルファイルをローカル（$HOME/.cache/Dnorm）にダウンロードします． そのため，初回起動には時間がかかります．

コマンドラインからの利用

• -i：入力ファイル
• -o：出力ファイル
• -n：正規化先の病名リスト（デフォルト設定では指定する必要はありません）
• -d：略語展開辞書（デフォルト設定では指定する必要はありません）

python -m dnorm_j -i sample.txt -o output.txt

入力（sample.txt）

腸閉塞症状
高Ｃａ尿症
二次性副腎不全

出力（output.txt）

イレウス
高カルシウム尿症
副腎クリーゼ

ライブラリとしての利用

from dnorm_j import DNorm

model = DNorm.from_pretrained()
result = model.normalize('AML')
print(result)  # => '急性骨髄性白血病'

性能

コントリビュータ

• 氏家翔吾（奈良先端科学技術大学院大学）