Fugu-MT 論文翻訳(概要): Vapur: A Search Engine to Find Related Protein-Compound Pairs in COVID-19 Literature

論文の概要: Vapur: A Search Engine to Find Related Protein-Compound Pairs in COVID-19 Literature

arxiv url: http://arxiv.org/abs/2009.02526v3
Date: Tue, 13 Oct 2020 06:34:24 GMT
ステータス: 処理完了
システム内更新日: 2022-10-21 21:08:46.118118
Title: Vapur: A Search Engine to Find Related Protein-Compound Pairs in COVID-19 Literature
Title（参考訳）: Vapur: 新型コロナウイルスの文献で関連タンパク関連ペアを見つける検索エンジン
Authors: Abdullatif K\"oksal, Hilal D\"onmez, R{\i}za \"Oz\c{c}elik, Elif Ozkirimli, Arzucan \"Ozg\"ur
Abstract要約: Vapurは、関連するタンパク質と化学物質のペアを見つけるために特別に設計された、オンラインの新型コロナウイルス検索エンジンである。 Vapurには、クエリバイオ分子の検索とグループ化が可能なリレーショナル指向の逆インデックスが備わっている。
参考スコア（独自算出の注目度）: 0.1889930012459365
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Coronavirus Disease of 2019 (COVID-19) created dire consequences globally and triggered an intense scientific effort from different domains. The resulting publications created a huge text collection in which finding the studies related to a biomolecule of interest is challenging for general purpose search engines because the publications are rich in domain specific terminology. Here, we present Vapur: an online COVID-19 search engine specifically designed to find related protein - chemical pairs. Vapur is empowered with a relation-oriented inverted index that is able to retrieve and group studies for a query biomolecule with respect to its related entities. The inverted index of Vapur is automatically created with a BioNLP pipeline and integrated with an online user interface. The online interface is designed for the smooth traversal of the current literature by domain researchers and is publicly available at https://tabilab.cmpe.boun.edu.tr/vapur/ .
Abstract（参考訳）: 2019年のコロナウイルス病(COVID-19)は世界中で恐ろしい結果をもたらし、さまざまな領域から激しい科学的取り組みを引き起こした。得られた出版物は、出版物がドメイン固有の用語に富んでいるため、一般の検索エンジンにとって、生物分子に関する研究を見つけることは困難である。ここでは、関連するタンパク質(化学ペア)を見つけるために特別に設計されたオンラインのcovid-19検索エンジンであるvapurを紹介する。 Vapurには、関係性指向の逆インデックスがあり、関連するエンティティに関するクエリバイオ分子の検索とグループ化が可能である。 Vapurの逆インデックスはBioNLPパイプラインで自動生成され、オンラインユーザインターフェースに統合される。オンラインインターフェースは、ドメイン研究者による現在の文献のスムーズな横断のために設計されており、https://tabilab.cmpe.boun.edu.tr/vapur/で公開されている。

関連論文リスト

GAIA Search: Hugging Face and Pyserini Interoperability for NLP Training Data Exploration [97.68234051078997]
我々はPyseriniを、オープンソースのAIライブラリとアーティファクトのHugging Faceエコシステムに統合する方法について論じる。 Jupyter NotebookベースのウォークスルーがGitHubで公開されている。 GAIA Search - 前述した原則に従って構築された検索エンジンで、人気の高い4つの大規模テキストコレクションへのアクセスを提供する。
論文参考訳（メタデータ） (2023-06-02T12:09:59Z)
EasyNER: A Customizable Easy-to-Use Pipeline for Deep Learning- and Dictionary-based Named Entity Recognition from Medical Text [32.73124984242397]
我々は、ディープラーニングと辞書に基づく名前付きエンティティ認識のための、使い易いエンドツーエンドパイプラインを開発した。パイプラインは、大規模な医学研究論文収集(CORD-19)や生テキストにアクセスし、処理することができる。出力は、検出されたエンティティと注釈付きテキストを含むファイルの公開可能なランクリストとグラフで構成されている。
論文参考訳（メタデータ） (2023-04-16T15:17:56Z)
Covidia: COVID-19 Interdisciplinary Academic Knowledge Graph [99.28342534985146]
新型コロナウイルスに関する既存の文献や知識プラットフォームは、生物学や医学に関する論文の収集にのみ焦点が当てられている。我々は、異なるドメインにおけるCOVID-19の知識間のギャップを埋めるために、Covidia, COVID-19の学際的知識グラフを提案する。
論文参考訳（メタデータ） (2023-04-14T16:45:38Z)
Prioritization of COVID-19-related literature via unsupervised keyphrase extraction and document representation learning [1.8374319565577157]
新型コロナウイルス(COVID-19)のパンデミックは、手作業で適切な時間枠で検査や研究が不可能な、新しい科学文献の波を引き起こした。現在の機械学習手法では、類似した文書が互いに近接しているベクトル空間にそのような文献を投影する。本システムでは, ウイルス関連文献の現在の体は, 教師なしキーフレーズ抽出を用いて注釈付けされている。このソリューションは、対話型検索、用語ランキング、潜在的に興味深い文献の探索が可能なWebサーバを通じてアクセス可能である。
論文参考訳（メタデータ） (2021-10-17T17:35:09Z)
Discovering Drug-Target Interaction Knowledge from Biomedical Literature [107.98712673387031]
人体における薬物と標的(DTI)の相互作用は、生物医学や応用において重要な役割を担っている。毎年何百万もの論文がバイオメディカル分野で出回っているので、文学からDTIの知識を自動的に発見することは、業界にとって急激な需要となっている。生成的アプローチを用いて,この課題に対する最初のエンドツーエンドソリューションについて検討する。我々はDTI三重項をシーケンスとみなし、Transformerベースのモデルを使ってエンティティや関係の詳細なアノテーションを使わずに直接生成する。
論文参考訳（メタデータ） (2021-09-27T17:00:14Z)
Domain-Specific Pretraining for Vertical Search: Case Study on Biomedical Literature [67.4680600632232]
自己教師型学習は、アノテーションのボトルネックを克服するための有望な方向として現れました。本稿では,ドメイン固有の事前学習に基づく垂直探索手法を提案する。我々のシステムはPubMed上で何千万もの記事にスケールでき、Microsoft Biomedical Searchとしてデプロイされている。
論文参考訳（メタデータ） (2021-06-25T01:02:55Z)
Text Mining to Identify and Extract Novel Disease Treatments From Unstructured Datasets [56.38623317907416]
Google Cloudを使って、NPRラジオ番組のポッドキャストのエピソードを書き起こします。次に、テキストを体系的に前処理するためのパイプラインを構築します。我々のモデルは、Omeprazoleが心臓熱傷の治療に役立てることに成功しました。
論文参考訳（メタデータ） (2020-10-22T19:52:49Z)
COVID-19 Literature Topic-Based Search via Hierarchical NMF [29.04869940568828]
新型コロナウイルス関連の科学文献のデータセットが収集される。階層的非負のマトリックス因子化は、新型コロナウイルスに関する文献を木構造に整理するために用いられる。
論文参考訳（メタデータ） (2020-09-07T05:45:03Z)
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)
CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization [53.67205506042232]
CO-Searchは、新型コロナウイルスの文献上の複雑なクエリを処理するように設計された、レトリバーランサーセマンティック検索エンジンである。ドメイン固有の比較的限られたデータセットを考慮し、文書の段落と引用の2部グラフを生成する。 TREC-COVID情報検索課題のデータに基づいて,本システムの評価を行った。
論文参考訳（メタデータ） (2020-06-17T01:32:48Z)
SciSight: Combining faceted navigation and research group detection for COVID-19 exploratory scientific search [40.76512878641023]
新型コロナウイルス(COVID-19)のパンデミックで科学者が前例のない動員を招き、大量の論文が発行され、研究者が新しい方向を追跡・探究することが困難になった。本稿では,2つの重要な機能を組み込んだSciSightを探索的に探索するシステムとして紹介する。第1に、論文(遺伝子、薬物、疾患、患者結果など)から自動的に抽出されるバイオメディカル・ファセット間の関連を探索し、第2に、テキスト情報とネットワーク情報を組み合わせて研究者グループとその関係を探索し視覚化する。
論文参考訳（メタデータ） (2020-05-20T08:56:21Z)

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。