Fugu-MT 論文翻訳(概要): Annotation of epidemiological information in animal disease-related news articles: guidelines

論文の概要: Annotation of epidemiological information in animal disease-related news articles: guidelines

arxiv url: http://arxiv.org/abs/2101.06150v1
Date: Fri, 15 Jan 2021 14:48:01 GMT
ステータス: 処理完了
システム内更新日: 2021-03-28 15:52:37.387372
Title: Annotation of epidemiological information in animal disease-related news articles: guidelines
Title（参考訳）: 動物疾患関連ニュース記事における疫学情報の注記:ガイドライン
Authors: Sarah Valentin, Elena Arsevska, Aline Vilain, Val\'erie De Waele, Renaud Lancelot, Mathieu Roche
Abstract要約: このフレームワークは、ニュース記事の全文の連続したアノテーションに依存している。アノテータは、ニュース記事の公開に対応する特定の疫学的文脈の文を評価します。
参考スコア（独自算出の注目度）: 1.6392706389599345
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper describes a method for annotation of epidemiological information in animal disease-related news articles. The annotation guidelines are generic and aim to embrace all animal or zoonotic infectious diseases, regardless of the pathogen involved or its way of transmission (e.g. vector-borne, airborne, by contact). The framework relies on the successive annotation of all the sentences from a news article. The annotator evaluates the sentences in a specific epidemiological context, corresponding to the publication of the news article.
Abstract（参考訳）: 本稿では,動物病関連ニュース記事の疫学的情報アノテーションについて述べる。アノテーションガイドラインは汎用的であり、病原体やその感染方法に関係なく、すべての動物または動物性感染症を受け入れることを目的としている(例)。ベクターベース、空中、接触による)。このフレームワークは、ニュース記事の全文の連続したアノテーションに依存している。注釈者は、ニュース記事の公開に対応する特定の疫学的な文脈で文章を評価する。

関連論文リスト

SPEED++: A Multilingual Event Extraction Framework for Epidemic Prediction and Preparedness [73.73883111570458]
多様な疾患や言語に対する流行イベント情報を抽出する,最初の多言語イベント抽出フレームワークを提案する。各言語でデータに注釈を付けることは不可能であり、ゼロショット・クロスランガル・クロス・ディスリーズ・モデルを開発する。われわれのフレームワークは、2019年12月初旬に中国のWeiboポストから、中国でのトレーニングなしに、新型コロナウイルスの流行を警告することができる。
論文参考訳（メタデータ） (2024-10-24T03:03:54Z)
Event Detection from Social Media for Epidemic Prediction [76.90779562626541]
ソーシャルメディア投稿から疫病関連事象を抽出・分析する枠組みを構築した。実験では、新型コロナウイルスベースのSPEEDで訓練されたEDモデルが、3つの目に見えない流行の流行を効果的に検出する方法が明らかにされている。モンキーポックスのWHO流行宣言より4～9週間早く,抽出した事象の報告が急激な増加を示すことを示す。
論文参考訳（メタデータ） (2024-04-02T06:31:17Z)
When Infodemic Meets Epidemic: a Systematic Literature Review [3.3454373538792543]
ソーシャルメディアは、バイオサーベイランスに活用できる大量のデータを提供している。この体系的な文献レビューは、さまざまな流行関連文脈におけるソーシャルメディアの統合の方法論的概要を提供する。
論文参考訳（メタデータ） (2022-10-03T21:04:30Z)
EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
論文参考訳（メタデータ） (2022-08-01T18:47:03Z)
Classifying COVID-19 vaccine narratives [7.784326429148358]
政府の情報キャンペーンや世界保健機関(WHO)の努力にもかかわらず、ワクチンの行き詰まりは広範囲に及んでいる。本稿では,新型コロナウイルスワクチンを7つのカテゴリの1つに分類する新しいワクチン物語分類タスクを紹介する。また,クロスバリデーション条件下での精度を84%に向上させるニューラルワクチン物語分類器も提案した。
論文参考訳（メタデータ） (2022-07-18T11:37:47Z)
Clinical Named Entity Recognition using Contextualized Token Representations [49.036805795072645]
本稿では,各単語の意味的意味をより正確に把握するために,文脈型単語埋め込み手法を提案する。言語モデル(C-ELMo)とC-Flair(C-Flair)の2つの深い文脈型言語モデル(C-ELMo)を事前訓練する。明示的な実験により、静的単語埋め込みとドメインジェネリック言語モデルの両方と比較して、我々のモデルは劇的に改善されている。
論文参考訳（メタデータ） (2021-06-23T18:12:58Z)
Unifying Relational Sentence Generation and Retrieval for Medical Image Report Composition [142.42920413017163]
現在の手法は、個々のケースのデータセットバイアスにより、しばしば最も一般的な文を生成する。テンプレート検索と文生成を一体化し、共通およびまれな異常に対処する新しいフレームワークを提案する。
論文参考訳（メタデータ） (2021-01-09T04:33:27Z)
A Cross-lingual Natural Language Processing Framework for Infodemic Management [0.6606016007748989]
新型コロナウイルス(COVID-19)のパンデミックは、医療システムに多大な圧力をかけている。我々は,一般大衆に散布する必要がある関連情報を特定するために,自然言語処理の可能性を利用した。我々は,世界保健機関の信頼できるガイドラインと日々のニュースを一致させて,関連情報を提供する,新たな言語間自然言語処理フレームワークを提案する。
論文参考訳（メタデータ） (2020-10-30T16:26:35Z)
Auxiliary Signal-Guided Knowledge Encoder-Decoder for Medical Report Generation [107.3538598876467]
放射線技師の動作パターンを模倣する補助信号誘導知識デコーダ(ASGK)を提案する。 ASGKは、内的特徴融合と外部医療言語情報を統合して、医療知識の伝達と学習をガイドする。
論文参考訳（メタデータ） (2020-06-06T01:00:15Z)
Plague Dot Text: Text mining and annotation of outbreak reports of the Third Plague Pandemic (1894-1952) [0.8114550931351494]
学際調査による第3次疫病パンデミックからの100件以上の報告の調査(1894年−1952年) 私たちのゴールは、世界第3位のパンデミックの疫学を理解するために使われた、最も重要な概念の構造化された説明を開発することです。
論文参考訳（メタデータ） (2020-02-04T17:16:36Z)

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。