使用ChemDataExtractor提取实体内部的实体

问题描述

有人知道如何编写自定义解析器以提取实体内部的命名实体吗？

例如，从下面的句子中，我想提取“沸腾”（为此我分配了名称“名称”），它将位于前缀实体中。

d = Sentence('Synthesis of 2,4,6-trinitrotoluene (3a).The procedure was followed 
to yield a pale yellow solid (boiling point 240 °C)')

这是我编写解析器的尝试：

class BoilingPoint(BaseModel):
    value = StringType()
    units = StringType()
    prefix = StringType()
    name = StringType()
    
Compound.boiling_points = ListType(ModelType(BoilingPoint))`


prefix = (R(u'^b\.?p\.?$',re.I) | I(u'boiling')(u'name') + I(u'point')).add_action(join)(u'prefix')
units = (W(u'°') + Optional(R(u'^[CFK]\.?$')))(u'units').add_action(merge)
value = R(u'^\d+(\.\d+)?$')(u'value')
bp = (prefix + value + units)(u'bp')


class BpParser(BaseParser):
    root = bp

    def interpret(self,result,start,end):
        compound = Compound(
            boiling_points=[
                BoilingPoint(
                    value=first(result.xpath('./value/text()')),units=first(result.xpath('./units/text()')),prefix = first(result.xpath('./prefix/text()')),name = first(result.xpath('./name/text()')),)
            ]
        )
        yield compound

Sentence.parsers = [BpParser()]

命令d.records.serialize（）的预期输出：

[{'boiling_points': [{'value': '240','units': '°C','prefix': 'boiling point','name': 'boiling'}]}]

但是d.records.serialize（）产生的是

[{'boiling_points': [{'value': '240','prefix': 'boiling point'}]}]

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）