論文の概要: BAND: Biomedical Alert News Dataset

• arxiv url: http://arxiv.org/abs/2305.14480v1
• Date: Tue, 23 May 2023 19:21:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-25 23:57:36.997760
• Title: BAND: Biomedical Alert News Dataset
• Title（参考訳）: BAND: バイオメディカルアラートニュースデータセット
• Authors: Zihao Fu, Meiru Zhang, Zaiqiao Meng, Yannan Shen, Anya Okhmatovskaia, David Buckeridge, Nigel Collier
• Abstract要約: 我々は、既存の報道記事、オープンメール、アラートから1,508件のサンプルと30の疫学関連質問を含むBAND(Biomedical Alert News dataset)を紹介した。 BANDデータセットは、NLPの世界に新たな課題をもたらし、コンテンツの偽装能力と重要な情報を推論する能力を必要としている。 われわれの知る限りでは、BANDコーパスはバイオメディカル・アウトブレイク警報のニュースを、精巧にデザインされた質問でまとめる最大のコーパスだ。
• 参考スコア（独自算出の注目度）: 28.594199009054485
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Infectious disease outbreaks continue to pose a significant threat to human health and well-being. To improve disease surveillance and understanding of disease spread, several surveillance systems have been developed to monitor daily news alerts and social media. However, existing systems lack thorough epidemiological analysis in relation to corresponding alerts or news, largely due to the scarcity of well-annotated reports data. To address this gap, we introduce the Biomedical Alert News Dataset (BAND), which includes 1,508 samples from existing reported news articles, open emails, and alerts, as well as 30 epidemiology-related questions. These questions necessitate the model's expert reasoning abilities, thereby offering valuable insights into the outbreak of the disease. The BAND dataset brings new challenges to the NLP world, requiring better disguise capability of the content and the ability to infer important information. We provide several benchmark tasks, including Named Entity Recognition (NER), Question Answering (QA), and Event Extraction (EE), to show how existing models are capable of handling these tasks in the epidemiology domain. To the best of our knowledge, the BAND corpus is the largest corpus of well-annotated biomedical outbreak alert news with elaborately designed questions, making it a valuable resource for epidemiologists and NLP researchers alike.
• Abstract（参考訳）: 感染症の流行は、人間の健康と健康に重大な脅威を与え続けている。 病気の監視と病気の拡散の理解を改善するため、日々のニュースやソーシャルメディアを監視するためにいくつかの監視システムが開発されている。 しかし、既存のシステムでは、適切なアラートやニュースに関する詳細な疫学的分析が欠如している。 このギャップに対処するために、既存の報告されたニュース記事、オープンメール、アラート、30の疫学関連の質問から1,508のサンプルを含むバイオメディカルアラートニュースデータセット(band)を紹介します。 これらの質問はモデルの専門的な推論能力を必要とし、病気の発生に関する貴重な洞察を提供する。 BANDデータセットは、NLPの世界に新たな課題をもたらし、コンテンツの偽装能力と重要な情報を推論する能力を必要としている。 我々は、これらのタスクを疫学領域でどのように扱うことができるかを示すために、名前付きエンティティ認識(NER)、質問回答(QA)、イベント抽出(EE)などのベンチマークタスクを提供している。 われわれの知る限りでは、BANDコーパスはバイオメディカル・アウトブレイク警報の報せで、精巧にデザインされた質問があり、疫学者やNLP研究者にとっても貴重な情報源だ。

関連論文リスト

• Epidemiology-informed Network for Robust Rumor Detection [59.89351792706995]
  本稿では, 疫学知識を統合し, 性能を高めるための新しい疫学情報ネットワーク(EIN)を提案する。 疫学理論をうわさ検出に適応させるため,各利用者が情報源情報に対する姿勢を付加することが期待されている。 実験結果から,提案したEINは実世界のデータセット上で最先端の手法より優れるだけでなく,樹木の深度にまたがる堅牢性も向上することが示された。
  論文  参考訳（メタデータ） (2024-11-20T00:43:32Z)
• Disease Outbreak Detection and Forecasting: A Review of Methods and Data Sources [3.64584397341127]
  感染症の早期発見と追跡は、死亡率を低下させる可能性がある。 多くの国が感染症監視システムを導入しており、疫病の発見が主な目的となっている。 インターネットとソーシャルメディアは、ユーザが好みや関係に関する情報を共有する重要なプラットフォームになっている。 本稿では,時系列データを用いたアウトブレイク検出のための研究者による既存の標準手法について概説する。
  論文  参考訳（メタデータ） (2024-10-21T16:20:06Z)
• 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)
• Progress and Opportunities of Foundation Models in Bioinformatics [77.74411726471439]
  基礎モデル(FM)は、特に深層学習の領域において、計算生物学の新しい時代に定着した。 我々の焦点は、特定の生物学的問題にFMを応用することであり、研究ニーズに適切なFMを選択するために研究コミュニティを指導することを目的としています。 データノイズ、モデル説明可能性、潜在的なバイアスなど、生物学においてFMが直面する課題と限界を分析します。
  論文  参考訳（メタデータ） (2024-02-06T02:29:17Z)
• PHEE: A Dataset for Pharmacovigilance Event Extraction from Text [42.365919892504415]
  PHEEは、医療事例報告と生物医学文献から5000以上の注釈付きイベントを含む、薬物移動のための新しいデータセットである。 患者の人口統計,治療,および(側)効果に関する粗くきめ細かな情報を提供するために設計された階層型イベントスキーマについて述べる。
  論文  参考訳（メタデータ） (2022-10-22T21:57:42Z)
• 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)
• Data-Centric Epidemic Forecasting: A Survey [56.99209141838794]
  この調査は、様々なデータ駆動の方法論および実践的進歩を掘り下げるものである。 疫学的なデータセットと,流行予測に関連する新しいデータストリームを列挙する。 また,これらの予測システムの現実的な展開において生じる経験や課題についても論じる。
  論文  参考訳（メタデータ） (2022-07-19T16:15:11Z)
• Digital Epidemiology: A review [0.0]
  疫学は近年、計算モデルに基づく大きな進歩を目撃している。 ビッグデータとアプリによって、大規模な実データによるモデルの検証と精錬が可能になる。 エボラは、システム解を必要とするため、複雑性のレンズからアプローチする必要がある。
  論文  参考訳（メタデータ） (2021-04-08T08:45:20Z)
• Infusing Disease Knowledge into BERT for Health Question Answering, Medical Inference and Disease Name Recognition [29.71396592575746]
  本稿では,新しい疾患知識注入訓練法を提案し,BERTモデルを用いて評価する。 3つのタスクの実験は、これらのモデルがほぼすべてのケースで拡張可能であることを示している。
  論文  参考訳（メタデータ） (2020-10-08T03:14:38Z)
• COVI White Paper [67.04578448931741]
  接触追跡は、新型コロナウイルスのパンデミックの進行を変える上で不可欠なツールだ。 カナダで開発されたCovid-19の公衆ピアツーピア接触追跡とリスク認識モバイルアプリケーションであるCOVIの理論的、設計、倫理的考察、プライバシ戦略について概説する。
  論文  参考訳（メタデータ） (2020-05-18T07:40:49Z)

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。