Pipeline spaCy et modèles pour le traitement de texte scientifique et biomédical.
Traitez des documents scientifiques avec des tokeniseurs personnalisés, le étiquetage POS et des modèles de NER.
scispacy fournit des pipelines spaCy personnalisés et des modèles adaptés aux documents scientifiques et biomédicaux. Il comprend un tokeniseur personnalisé basé sur des règles, un étiqueteur POS, un analyseur syntaxique et des modèles de détection d'étendue d'entités.
La bibliothèque propose des pipelines spécialisés tels que en_core_sci_sm, md, lg et scibert, ainsi que des modèles de NER entraînés sur des corpus tels que CRAFT, JNLPBA, BC5CDR et BIONLP13CG. Elle fournit également un composant AbbreviationDetector et un composant EntityLinker pour lier les entités à des bases de connaissances telles que UMLS, MeSH, RxNorm, GO et HPO.
Il convient aux bio-informaticiens et aux ingénieurs en TAL travaillant avec de la littérature biomédicale qui ont besoin d'une tokenisation et d'une reconnaissance d'entités spécialisées. Il ne convient pas au traitement de texte en anglais généraliste hors des domaines scientifiques.
Comprend un tokeniseur personnalisé ajoutant des règles de tokenisation spécifiquement pour les documents scientifiques.
Propose des modèles entraînés sur des corpus spécialisés comme CRAFT, JNLPBA, BC5CDR et BIONLP13CG.
Met en œuvre l'algorithme de Schwartz-Hearst pour extraire les abréviations et les formes longues dans le texte.
Lie les entités extraites à des ontologies telles que UMLS, MeSH, RxNorm, Gene Ontology et Human Phenotype Ontology.
L'outil est gratuit sous sa licence open source. Le seul coût réside dans les ressources de calcul nécessaires pour exécuter les modèles vous-même.
880 missions ouvertes à distance en entraînement d’IA, mises à jour le 15 novembre 2026 ; la plupart paient $20–$175 de l’heure. 8 d’entre elles demandent des francophones. Zekai les liste gratuitement ; la candidature se fait sur la plateforme de l’employeur.
Vous devez installer la bibliothèque principale via pip, puis télécharger et installer séparément un package de modèle compatible à partir des URL de version fournies.
Oui, en utilisant le composant EntityLinker, vous pouvez lier des entités à des bases de connaissances incluant UMLS, MeSH, RxNorm, GO et HPO.
Voir Zekai en premier dans Google