論文の概要: Survey of NLP in Pharmacology: Methodology, Tasks, Resources, Knowledge,
and Tools
- arxiv url: http://arxiv.org/abs/2208.10228v1
- Date: Mon, 22 Aug 2022 12:10:27 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-23 12:30:49.119155
- Title: Survey of NLP in Pharmacology: Methodology, Tasks, Resources, Knowledge,
and Tools
- Title(参考訳): 薬理学におけるNLPの実態調査:方法論,課題,資源,知識,ツール
- Authors: Dimitar Trajanov, Vangel Trajkovski, Makedonka Dimitrieva, Jovana
Dobreva, Milos Jovanovik, Matej Klemen, Ale\v{s} \v{Z}agar, Marko
Robnik-\v{S}ikonja
- Abstract要約: 本研究の主な目的は、薬理学分野における最近のNLPの使用状況を調べることである。
我々は、最新のNLP方法論、一般的なタスク、関連するテキストデータ、知識ベース、有用なプログラミングライブラリを調査するために、カバー範囲を5つのカテゴリに分けた。
結果として得られた調査は、実践者や関心のある観察者にとって有用な、この地域の概要を包括的に示すものである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Natural language processing (NLP) is an area of artificial intelligence that
applies information technologies to process the human language, understand it
to a certain degree, and use it in various applications. This area has rapidly
developed in the last few years and now employs modern variants of deep neural
networks to extract relevant patterns from large text corpora. The main
objective of this work is to survey the recent use of NLP in the field of
pharmacology. As our work shows, NLP is a highly relevant information
extraction and processing approach for pharmacology. It has been used
extensively, from intelligent searches through thousands of medical documents
to finding traces of adversarial drug interactions in social media. We split
our coverage into five categories to survey modern NLP methodology, commonly
addressed tasks, relevant textual data, knowledge bases, and useful programming
libraries. We split each of the five categories into appropriate subcategories,
describe their main properties and ideas, and summarize them in a tabular form.
The resulting survey presents a comprehensive overview of the area, useful to
practitioners and interested observers.
- Abstract(参考訳): 自然言語処理(英: Natural Language Processing, NLP)は、人工知能の分野であり、人間の言語を処理し、ある程度理解し、様々な用途で利用する。
この領域はここ数年で急速に発展し、現在では大規模テキストコーパスから関連するパターンを抽出するためにディープニューラルネットワークの現代的な変種を使用している。
本研究の主な目的は、薬理学分野における最近のNLPの使用状況を調べることである。
我々の研究が示すように、NLPは薬理学における非常に関連性の高い情報抽出および処理手法である。
何千もの医療文書の知的な検索から、ソーシャルメディアにおける敵対的な薬物相互作用の痕跡を見つけるまで、広く使われている。
我々は5つのカテゴリに分けて、現代のNLP方法論、一般的なタスク、関連するテキストデータ、知識ベース、有用なプログラミングライブラリを調査しました。
5つのカテゴリをそれぞれを適切なサブカテゴリに分割し,その主な特性とアイデアを表形式で要約した。
結果として得られた調査は、実践者や関心のあるオブザーバーにとって有用な、この領域の包括的概要を示す。
関連論文リスト
- Natural Language Processing for Dialects of a Language: A Survey [59.78833854847185]
最先端自然言語処理(NLP)モデルは、大規模なトレーニングコーパスでトレーニングされ、評価データセットで最上位のパフォーマンスを報告します。
この調査は、これらのデータセットの重要な属性である言語の方言を掘り下げる。
方言データセットに対するNLPモデルの性能劣化と言語技術のエクイティへのその影響を動機として,我々はデータセットやアプローチの観点から,方言に対するNLPの過去の研究を調査した。
論文 参考訳(メタデータ) (2024-01-11T03:04:38Z) - Large Language Models for Generative Information Extraction: A Survey [93.28676955662002]
情報抽出は、平易な自然言語テキストから構造的知識を抽出することを目的としている。
生成型大規模言語モデル(LLM)は、テキストの理解と生成において顕著な能力を示した。
LLMは生成パラダイムに基づいたIEタスクに対して実行可能なソリューションを提供する。
論文 参考訳(メタデータ) (2023-12-29T14:25:22Z) - 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) - PubMed and Beyond: Biomedical Literature Search in the Age of Artificial
Intelligence [6.10182662240717]
文献検索は 臨床と生物医学の研究において 事前の知識に基づく 重要なツールです
人工知能の最近の進歩は、キーワードベースの検索を超えて機能を拡張している。
本稿では,生物医学における一般情報と特定情報の両方に合わせた文献検索ツールについて紹介する。
論文 参考訳(メタデータ) (2023-07-18T23:35:53Z) - Beyond Good Intentions: Reporting the Research Landscape of NLP for
Social Good [115.1507728564964]
NLP4SG Papersは3つのタスクを関連づけた科学データセットである。
これらのタスクはNLP4SGの論文を特定し、NLP4SGのランドスケープを特徴付けるのに役立つ。
現状のNLPモデルを用いてこれらのタスクに対処し、ACLアンソロジー全体においてそれらを使用する。
論文 参考訳(メタデータ) (2023-05-09T14:16:25Z) - Prompt Engineering for Healthcare: Methodologies and Applications [51.965733825188416]
医療分野の自然言語処理(NLP)分野における最近の技術進歩を紹介する。
まず,素早い工学開発の概要について概説する。
第2に、質問応答システム、テキスト要約、機械翻訳などの医療NLPアプリケーションへの重要な貢献を強調します。
論文 参考訳(メタデータ) (2023-04-28T08:03:42Z) - Meta Learning for Natural Language Processing: A Survey [88.58260839196019]
ディープラーニングは自然言語処理(NLP)分野において主要な技術である。
ディープラーニングには多くのラベル付きデータが必要です。
メタ学習は、より良いアルゴリズムを学ぶためのアプローチを研究する機械学習の分野である。
論文 参考訳(メタデータ) (2022-05-03T13:58:38Z) - A Scoping Review of Publicly Available Language Tasks in Clinical
Natural Language Processing [7.966218734325912]
バイオメディカルリサーチとコンピュータサイエンス文献データベースを含む6つのデータベースを検索した。
47のNLPタスクを有する35の論文が2007年から2021年の間に包括的基準を満たした。
論文 参考訳(メタデータ) (2021-12-07T22:49:58Z) - Neural Natural Language Processing for Unstructured Data in Electronic
Health Records: a Review [4.454501609622817]
EHRに格納されている情報の約半数は、構造化されていないテキストの形式である。
自然言語処理への深層学習アプローチは、かなりの進歩を遂げた。
タスクの幅広い範囲、すなわち分類と予測、単語の埋め込み、抽出、生成、その他のトピックに焦点を当てる。
論文 参考訳(メタデータ) (2021-07-07T01:50:02Z) - Multi-Perspective Semantic Information Retrieval in the Biomedical
Domain [0.0]
情報検索(Information Retrieval、IR)とは、特定のクエリやニーズに関連するデータ(ドキュメントなど)を取得するタスクである。
現代のニューラルアプローチは、古典的なアプローチと比べて一定の利点がある。
この研究は、バイオメディカルセマンティック情報検索ドメインのいくつかの側面に貢献する。
論文 参考訳(メタデータ) (2020-07-17T21:05:44Z) - A Systematic Review of Natural Language Processing for Knowledge
Management in Healthcare [0.6193838300896449]
本研究の目的は,NLPの可能性,特にNLPが医療領域における知識管理プロセスをどのようにサポートするかを明らかにすることである。
本稿では、医療分野における知識の創出、獲得、共有、適用の方法について、最先端のNLP研究を包括的に調査する。
論文 参考訳(メタデータ) (2020-07-17T17:50:50Z)
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。