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

• A survey of neural-network-based methods utilising comparable data for finding translation equivalents [0.0]
  NLPの最も一般的なアプローチとして,必要な辞書コンポーネントの1つを自動生成する手法を提案する。 記述法の改善に欠かせないので,レキソグラフィの観点から解析する。 この調査は、NLPフィールドがレキシコグラフィーの洞察の恩恵を受けることができるため、NLPフィールドとレキシコグラフィーフィールドの接続を奨励する。
  論文  参考訳（メタデータ） (2024-10-19T16:10:41Z)
• The Nature of NLP: Analyzing Contributions in NLP Papers [77.31665252336157]
  我々は,NLP研究を構成するものについて,研究論文から定量的に検討する。 以上の結果から,NLPにおける機械学習の関与は,90年代前半から増加傾向にあることが明らかとなった。 2020年以降、言語と人々への関心が復活した。
  論文  参考訳（メタデータ） (2024-09-29T01:29:28Z)
• Natural Language Processing for Dialects of a Language: A Survey [56.93337350526933]
  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)
• 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)
• 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)
• A Survey of Knowledge Enhanced Pre-trained Language Models [78.56931125512295]
  我々は、知識強化事前学習言語モデル(KE-PLMs)の包括的なレビューを行う。 NLUでは、言語知識、テキスト知識、知識グラフ(KG)、ルール知識の4つのカテゴリに分類する。 NLGのKE-PLMは、KGベースと検索ベースに分類される。
  論文  参考訳（メタデータ） (2022-11-11T04:29:02Z)
• 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。