論文の概要: COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation

• arxiv url: http://arxiv.org/abs/2007.00576v6
• Date: Wed, 12 May 2021 03:30:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-14 21:50:24.273912
• Title: COVID-19 Literature Knowledge Graph Construction and Drug Repurposing Report Generation
• Title（参考訳）: 新型コロナウイルスの文献知識グラフの構築と医薬品リサイクル
• Authors: Qingyun Wang, Manling Li, Xuan Wang, Nikolaus Parulian, Guangxing Han, Jiawei Ma, Jingxuan Tu, Ying Lin, Haoran Zhang, Weili Liu, Aabhas Chauhan, Yingjun Guan, Bangzheng Li, Ruisong Li, Xiangchen Song, Yi R. Fung, Heng Ji, Jiawei Han, Shih-Fu Chang, James Pustejovsky, Jasmine Rah, David Liem, Ahmed Elsayed, Martha Palmer, Clare Voss, Cynthia Schneider, Boyan Onyshkevych
• Abstract要約: 我々は,学術文献から微細なマルチメディア知識要素を抽出する,新しい包括的知識発見フレームワークであるCOVID-KGを開発した。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識のサブグラフも提供します。
• 参考スコア（独自算出の注目度）: 79.33545724934714
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: To combat COVID-19, both clinicians and scientists need to digest vast amounts of relevant biomedical knowledge in scientific literature to understand the disease mechanism and related biological functions. We have developed a novel and comprehensive knowledge discovery framework, COVID-KG to extract fine-grained multimedia knowledge elements (entities and their visual chemical structures, relations, and events) from scientific literature. We then exploit the constructed multimedia knowledge graphs (KGs) for question answering and report generation, using drug repurposing as a case study. Our framework also provides detailed contextual sentences, subfigures, and knowledge subgraphs as evidence.
• Abstract（参考訳）: 新型コロナウイルスと闘うには、臨床医と科学者の両方が、疾患のメカニズムと関連する生物学的機能を理解するために、科学文献で膨大な量の関連する生物医学的知識を消化する必要がある。 我々は,学術文献から微細なマルチメディア知識要素(エンティティとその視覚化学構造,関係,事象)を抽出する,新規で包括的な知識発見フレームワークであるCOVID-KGを開発した。 次に,構築したマルチメディア知識グラフ(KG)を用いて質問応答とレポート生成を行い,薬物再資源化の事例研究を行った。 我々のフレームワークはまた、証拠として詳細な文脈文、サブフィギュア、知識サブグラフを提供する。

関連論文リスト

• CEAR: Automatic construction of a knowledge graph of chemical entities and roles from scientific literature [4.086092284014203]
  本稿では,ケビの知識で既存の注釈付きテキストコーパスを増補し,化学物質とその科学テキストにおける役割を認識するための大規模モデル(LLM)を微調整する手法を提案する。 LLMのオントロジ的知識理解能力を組み合わせることで、科学文献における化学物質と役割の両方を識別する高精度なリコール率が得られる。
  論文  参考訳（メタデータ） (2024-07-31T15:56:06Z)
• Diversifying Knowledge Enhancement of Biomedical Language Models using Adapter Modules and Knowledge Graphs [54.223394825528665]
  我々は、軽量なアダプターモジュールを用いて、構造化された生体医学的知識を事前訓練された言語モデルに注入するアプローチを開発した。 バイオメディカル知識システムUMLSと新しいバイオケミカルOntoChemの2つの大きなKGと、PubMedBERTとBioLinkBERTの2つの著名なバイオメディカルPLMを使用している。 計算能力の要件を低く保ちながら,本手法がいくつかの事例において性能改善につながることを示す。
  論文  参考訳（メタデータ） (2023-12-21T14:26:57Z)
• MolGrapher: Graph-based Visual Recognition of Chemical Structures [50.13749978547401]
  化学構造を視覚的に認識するためにMolGrapherを導入する。 すべての候補原子と結合をノードとして扱い、それらをグラフ化する。 グラフニューラルネットワークを用いてグラフ内の原子と結合ノードを分類する。
  論文  参考訳（メタデータ） (2023-08-23T16:16:11Z)
• Dynamic Graph Enhanced Contrastive Learning for Chest X-ray Report Generation [92.73584302508907]
  コントラスト学習を用いた医療レポート作成を支援するために,動的構造とノードを持つ知識グラフを提案する。 詳しくは、グラフの基本構造は一般知識から事前構築される。 各イメージ機能は、レポート生成のためにデコーダモジュールに入力する前に、独自の更新グラフに統合される。
  論文  参考訳（メタデータ） (2023-03-18T03:53:43Z)
• Scientific Language Models for Biomedical Knowledge Base Completion: An Empirical Study [62.376800537374024]
  我々は,KG の完成に向けた科学的 LM の研究を行い,生物医学的リンク予測を強化するために,その潜在知識を活用できるかどうかを探る。 LMモデルとKG埋め込みモデルを統合し,各入力例をいずれかのモデルに割り当てることを学ぶルータ法を用いて,性能を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-06-17T17:55:33Z)
• Extracting a Knowledge Base of Mechanisms from COVID-19 Papers [50.17242035034729]
  我々はメカニズムの知識ベース(KB)の構築を追求する。 我々は、妥当性と幅のバランスをとる広範で統一されたスキーマを開発する。 実験は、新型コロナウイルスの文献に関する学際的な科学的検索を支援するためのKBの有用性を実証する。
  論文  参考訳（メタデータ） (2020-10-08T07:54:14Z)
• COVID-SEE: Scientific Evidence Explorer for COVID-19 Related Research [29.209304525218013]
  COVID-SEEは、情報探索の概念に基づく医学文献発見システムである。 出版物の情報を構造化し整理するための、いくつかの異なるテキスト分析と自然言語処理手法に基づいている。
  論文  参考訳（メタデータ） (2020-08-18T12:14:36Z)
• Navigating the landscape of COVID-19 research through literature analysis: A bird's eye view [11.362549790802483]
  我々は、2020年5月15日時点でPubMedで見つかった13,369のCOVID-19関連記事、LitCovidコレクションを分析した。 我々は、最先端のエンティティ認識、分類、クラスタリング、その他のNLP技術を適用する。 クラスタリングアルゴリズムは,関連用語群で表されるトピックを識別し,関連する文書に対応するクラスタを算出する。
  論文  参考訳（メタデータ） (2020-08-07T23:39:29Z)
• Coronavirus Knowledge Graph: A Case Study [4.646516629534201]
  我々は、新型コロナウイルス関連の専門家やバイオエンティティを特定するために、機械学習、ディープラーニング、知識グラフの構築とマイニング技術をいくつか使用しています。 関連疾患,薬物候補,遺伝子,遺伝子変異,関連化合物の予測手法を提案する。
  論文  参考訳（メタデータ） (2020-07-04T03:55:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。