我有一个临床 NLP 问题，我需要一些帮助来建立一个适当的框架。

我正在尝试从超声心动图报告中提取不同的元素。这些要素既是定量的，也是定性的。

例如，定量元素采用以下形式：

“LVEF：40%”、“LVIM：2 mm/s”、“三尖瓣反流为 4mm/s”

和定性元素的形式为：

“心室功能下降”、“我们注意到舒张功能下降”

最终，我的目标是为一个注释获得下表：

ID LVEF LVIM TR Diastolic Dysfunction
1  40   2    4  Reduced

我目前这样做的框架是使用 Quanteda 包和 Spacyr。

1. 文本的标记化

   这很简单。

2. 解析

   这是我有点犹豫的地方。我相信这个项目的关键是捕获单词的序列，因为检索与哪个参数相关联的数字将是困难的（例如，在词袋场景中，不可能知道 4例如 LVEF 或 LVIM 的值）。

   我不知道解析文本以检索该信息的最佳方法是什么。

3. 字典使用

   许多超声心动图参数以不同的方式注册。例如，“LVEF”记录为“左心室功能”、“心脏功能”、“左功能”。我构建了一个字典，映射给定概念的所有可能变化。

   在 NLP 管道的哪一点应该使用字典以及 Quanteda 如何使用自定义字典？

谢谢你们！