Pipeline y modelos de spaCy para el procesamiento de texto científico y biomédico.
Procesa documentos científicos con tokenizadores personalizados, etiquetado POS y modelos NER.
scispacy proporciona pipelines y modelos personalizados de spaCy adaptados para documentos científicos y biomédicos. Incluye un tokenizador basado en reglas personalizadas, etiquetador POS, analizador sintáctico y modelos de detección de rangos de entidades.
La biblioteca ofrece pipelines especializados como en_core_sci_sm, md, lg y scibert, junto con modelos NER entrenados en corpus como CRAFT, JNLPBA, BC5CDR y BIONLP13CG. También proporciona un AbbreviationDetector y un componente EntityLinker para vincular entidades a bases de conocimiento como UMLS, MeSH, RxNorm, GO y HPO.
Es adecuado para bioinformáticos e ingenieros de PNL que trabajan con literatura biomédica y necesitan tokenización especializada y reconocimiento de entidades. No es adecuado para el procesamiento de texto en inglés de uso general fuera de los dominios científicos.
Incluye un tokenizador personalizado que añade reglas de tokenización específicamente para documentos científicos.
Ofrece modelos entrenados en corpus especializados como CRAFT, JNLPBA, BC5CDR y BIONLP13CG.
Implementa el algoritmo de Schwartz-Hearst para extraer abreviaturas y formas largas en el texto.
Vincula las entidades extraídas a ontologías como UMLS, MeSH, RxNorm, Gene Ontology y Human Phenotype Ontology.
La herramienta es de uso gratuito bajo su licencia open source. El único coste son los recursos de cálculo necesarios para ejecutar los modelos por tu cuenta.
877 puestos remotos abiertos de entrenamiento de IA, actualizados el 16 de noviembre de 2026; la mayoría paga $20–$175 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Debes instalar la biblioteca principal mediante pip y luego descargar e instalar por separado un paquete de modelos compatible desde las URL de lanzamiento proporcionadas.
Sí, utilizando el componente EntityLinker puedes vincular entidades a bases de conocimiento que incluyen UMLS, MeSH, RxNorm, GO y HPO.
Ve Zekai primero en Google