論文の概要: Automatic Extraction of Ranked SNP-Phenotype Associations from
Literature through Detecting Neural Candidates, Negation and Modality Markers
- arxiv url: http://arxiv.org/abs/2012.00902v1
- Date: Wed, 2 Dec 2020 00:03:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 04:05:07.559646
- Title: Automatic Extraction of Ranked SNP-Phenotype Associations from
Literature through Detecting Neural Candidates, Negation and Modality Markers
- Title(参考訳): ニューラルネットワーク, 否定, モダリティマーカーの検出による文献からのランク付きSNP-Phenotype Associationの自動抽出
- Authors: Behrouz Bokharaeian, Alberto Diaz
- Abstract要約: テキストからSNP-phenotypeの関連を抽出する方法はない。
実験の結果, 否定の手がかりや範囲, 中立候補の検出が, より優れた関係抽出法の実装に有効であることが示唆された。
抽出されたアソシエーションの信頼度を推定するために,モダリティに基づくアプローチを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Genome-wide association (GWA) constitutes a prominent portion of studies
which have been conducted on personalized medicine and pharmacogenomics.
Recently, very few methods have been developed for extracting mutation-diseases
associations. However, there is no available method for extracting the
association of SNP-phenotype from text which considers degree of confidence in
associations. In this study, first a relation extraction method relying on
linguistic-based negation detection and neutral candidates is proposed. The
experiments show that negation cues and scope as well as detecting neutral
candidates can be employed for implementing a superior relation extraction
method which outperforms the kernel-based counterparts due to a uniform innate
polarity of sentences and small number of complex sentences in the corpus.
Moreover, a modality based approach is proposed to estimate the confidence
level of the extracted association which can be used to assess the reliability
of the reported association. Keywords: SNP, Phenotype, Biomedical Relation
Extraction, Negation Detection.
- Abstract(参考訳): ゲノムワイド・アソシエーション(GWA)は、パーソナライズされた医学と薬理ゲノミクスで行われている研究の顕著な部分である。
近年,遺伝子変異関連物質の抽出法が開発されている。
しかし, 関係の信頼度を考慮したテキストからSNP-フェノタイプ関連を抽出する方法は存在しない。
本研究ではまず,言語に基づく否定検出と中立的候補に基づく関係抽出手法を提案する。
実験の結果, 否定の手がかりや範囲, 中立候補の検出は, コーパス内の一様な文の固有極性と少数の複素文により, カーネルベースよりも優れる優れた関係抽出法の実装に有効であることが示唆された。
さらに, 報告されたアソシエーションの信頼性を評価するために, 抽出されたアソシエーションの信頼性レベルを推定するために, モダリティに基づくアプローチを提案する。
キーワード: SNP, Phenotype, Biomedical Relation extract, Negation Detection。
関連論文リスト
- Entangled Relations: Leveraging NLI and Meta-analysis to Enhance Biomedical Relation Extraction [35.320291731292286]
そこで我々は,NLIの原理を応用し,関係抽出を強化したMetaEntail-REを提案する。
我々のアプローチは、関係クラスをクラス指示仮説に言語化することで過去の研究に追従する。
実験の結果,MetaEntail-REはバイオメディカルドメインと一般ドメインの両方で性能向上を示した。
論文 参考訳(メタデータ) (2024-05-31T23:05:04Z) - HyPoradise: An Open Baseline for Generative Speech Recognition with
Large Language Models [81.56455625624041]
ASRの誤り訂正に外部の大規模言語モデル(LLM)を利用する最初のオープンソースベンチマークを導入する。
提案したベンチマークには、334,000組以上のN-best仮説を含む新しいデータセットHyPoradise (HP)が含まれている。
合理的なプロンプトと生成能力を持つLLMは、N-bestリストに欠けているトークンを修正できる。
論文 参考訳(メタデータ) (2023-09-27T14:44:10Z) - Insights Into the Nutritional Prevention of Macular Degeneration based
on a Comparative Topic Modeling Approach [0.0]
本研究は, 比較トピックモデリング手法を提案する。
本手法は, 補充栄養成分が黄斑変性(MD)に有益であるか否かを, 広視野で検討した。
論文 参考訳(メタデータ) (2023-09-01T07:53:28Z) - Plugin estimators for selective classification with out-of-distribution
detection [67.28226919253214]
現実世界の分類器は、信頼性の低いサンプルの予測を控えることの恩恵を受けることができる。
これらの設定は、選択分類(SC)とアウト・オブ・ディストリビューション(OOD)の検出文献において広範囲に研究されている。
OOD検出による選択分類に関する最近の研究は、これらの問題の統一的な研究を議論している。
本稿では,既存の手法を理論的に基礎づけ,有効かつ一般化したSCOD用プラグイン推定器を提案する。
論文 参考訳(メタデータ) (2023-01-29T07:45:17Z) - Can NLI Provide Proper Indirect Supervision for Low-resource Biomedical
Relation Extraction? [39.17663642263077]
生医学的関係抽出(RE)における2つの重要な障害は、アノテーションの不足と、明示的に定義されたラベルのないインスタンスの出現である。
バイオメディカルREを多クラス分類タスクとして扱う既存のアプローチでは、低リソース環境での一般化が不十分な場合が多い。
バイオメディカルREを自然言語推論の定式化として間接的な監督によって変換するNBRを提案する。
論文 参考訳(メタデータ) (2022-12-21T05:49:08Z) - Self-Normalized Importance Sampling for Neural Language Modeling [97.96857871187052]
本研究では, 自己正規化重要度サンプリングを提案し, これまでの研究と比較すると, 本研究で考慮された基準は自己正規化されており, さらに修正を行う必要はない。
提案する自己正規化重要度サンプリングは,研究指向と生産指向の両方の自動音声認識タスクにおいて競合することを示す。
論文 参考訳(メタデータ) (2021-11-11T16:57:53Z) - SAIS: Supervising and Augmenting Intermediate Steps for Document-Level
Relation Extraction [51.27558374091491]
本稿では,関係抽出のための中間ステップ(SAIS)を監督し,拡張することにより,関連コンテキストやエンティティタイプをキャプチャするモデルを明示的に教えることを提案する。
そこで本提案手法は,より効果的な管理を行うため,より優れた品質の関係を抽出するだけでなく,それに対応する証拠をより正確に抽出する。
論文 参考訳(メタデータ) (2021-09-24T17:37:35Z) - Challenges in Automated Debiasing for Toxic Language Detection [81.04406231100323]
バイアスド・アソシエーションは、有害な言語を検出するための分類器の開発において課題となっている。
我々は最近,有害な言語検出に適用されたテキスト分類データセットとモデルに対するデバイアス法について検討した。
我々の焦点は語彙(例えば、誓い言葉、スラー、アイデンティティの言及)と方言マーカー(特にアフリカ系アメリカ人の英語)である。
論文 参考訳(メタデータ) (2021-01-29T22:03:17Z) - Decoding and Diversity in Machine Translation [90.33636694717954]
NMTが楽しむBLEUスコアに対して支払う費用の多様性の違いを特徴付ける。
本研究は,ジェンダー代名詞を翻訳する際に,検索が既知バイアスの正解源となることを示唆する。
論文 参考訳(メタデータ) (2020-11-26T21:09:38Z) - Active Testing: An Unbiased Evaluation Method for Distantly Supervised
Relation Extraction [23.262284507381757]
ノイズの多いテストセットといくつかの手動アノテーションを併用して,アクティブテストという新しい評価手法を提案する。
広範に使用されているベンチマーク実験により,提案手法は遠距離教師付き関係抽出器に対してほぼ偏りのない評価が得られることが示された。
論文 参考訳(メタデータ) (2020-10-17T12:29:09Z) - Considering Likelihood in NLP Classification Explanations with Occlusion
and Language Modeling [11.594541142399223]
オクルージョン(Occlusion)は、独立した言語データに関する説明を提供する、よく確立された方法である。
現在のOcclusion-based methodは、しばしば無効または構文的に誤りのある言語データを生成する。
本稿では,Occlusion と言語モデルを組み合わせた新しい説明手法 OLM を提案する。
論文 参考訳(メタデータ) (2020-04-21T10:37:44Z)
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。