Fugu-MT 論文翻訳(概要): Building a Corpus for Biomedical Relation Extraction of Species Mentions

論文の概要: Building a Corpus for Biomedical Relation Extraction of Species Mentions

arxiv url: http://arxiv.org/abs/2306.08403v1
Date: Wed, 14 Jun 2023 09:56:32 GMT
ステータス: 処理完了
システム内更新日: 2023-06-16 19:29:17.239363
Title: Building a Corpus for Biomedical Relation Extraction of Species Mentions
Title（参考訳）: 生物医学的関連抽出のためのコーパスの構築
Authors: Oumaima El Khettari, Solen Quiniou, Samuel Chaffron
Abstract要約: バイオメディカルテキスト中の種間の有意義な二分関係を抽出するために,手動で注釈付きコーパス,種-種間相互作用を提案する。最初の成果は、BERTとその生物医学的変異体を用いた種間関係の抽出である。
参考スコア（独自算出の注目度）: 0.48986598953553556
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We present a manually annotated corpus, Species-Species Interaction, for extracting meaningful binary relations between species, in biomedical texts, at sentence level, with a focus on the gut microbiota. The corpus leverages PubTator to annotate species in full-text articles after evaluating different Named Entity Recognition species taggers. Our first results are promising for extracting relations between species using BERT and its biomedical variants.
Abstract（参考訳）: バイオメディカルテキストの文レベルで,生物間の有意義な連接関係を抽出するために,手動で注釈付きコーパス,種-種間相互作用(種-種間相互作用)を提案する。このコーパスはpubtatorを利用して、異なる名前付きエンティティ認識種タガーを評価した後、全文記事に種を注釈付けする。最初の成果は、BERTとその生物医学的変異体を用いた種間関係の抽出である。

関連論文リスト

BioT5+: Towards Generalized Biological Understanding with IUPAC Integration and Multi-task Tuning [77.90250740041411]
本稿では,BioT5フレームワークの拡張であるBioT5+を紹介する。 BioT5+ には、分子理解のための IUPAC 名の統合、bioRxiv や PubChem などのソースからの広範なバイオテキストと分子データの統合、タスク間の汎用性のためのマルチタスク命令チューニング、数値データの処理を改善する数値トークン化技術など、いくつかの新機能が含まれている。
論文参考訳（メタデータ） (2024-02-27T12:43:09Z)
Biomedical Entity Linking as Multiple Choice Question Answering [48.74212158495695]
本稿では,バイオメディカルエンティティリンクを複数問合せ回答として扱う新モデルであるBioELQAを提案する。まず、高速検索器を用いて候補エンティティを取得し、生成器に参照と候補エンティティを共同で提示し、選択したエンティティに関連付けられた予測シンボルを出力する。長い尾を持つエンティティの一般化を改善するため、類似したラベル付きトレーニングインスタンスを手がかりとして検索し、ジェネレータの検索インスタンスで入力する。
論文参考訳（メタデータ） (2024-02-23T08:40:38Z)
Taec: a Manually annotated text dataset for trait and phenotype extraction and entity linking in wheat breeding literature [0.0]
小麦品種は形質や表現型が多様であり、より短くより効率的な育種プログラムには遺伝的多様性が不可欠である。 Triticum aestivum trait Corpusは小麦の形質と表現型のための新しい金の標準である。特徴、表現型、種名に完全に注釈付けされた540の参照からなり、ウィート海峡とフェノタイプオントロジー(英語版)および国立バイオテクノロジー情報センターの種分類学を用いて命名された。
論文参考訳（メタデータ） (2024-01-15T03:23:24Z)
BioT5: Enriching Cross-modal Integration in Biology with Chemical Knowledge and Natural Language Associations [54.97423244799579]
$mathbfBioT5$は、化学知識と自然言語の関連性によって生物学のクロスモーダルな統合を強化する事前学習フレームワークである。 $mathbfBioT5$は構造化知識と非構造化知識を区別し、より効果的な情報利用につながる。
論文参考訳（メタデータ） (2023-10-11T07:57:08Z)
An Empirical Study on Relation Extraction in the Biomedical Domain [0.0]
文レベルの関係抽出と文書レベルの関係抽出について検討し、いくつかのベンチマークデータセット上で最先端の手法を実行する。以上の結果から,(1)現行の文書レベルの関係抽出手法は高い一般化能力を有し,(2)既存の手法では,バイオメディシンのモデル微調整に大量のラベル付きデータを必要とすることがわかった。
論文参考訳（メタデータ） (2021-12-11T03:36:38Z)
Does constituency analysis enhance domain-specific pre-trained BERT models for relation extraction? [0.0]
BioCreative VII の DrugProt トラックは、関係抽出システムの開発と評価のための手動注釈付きコーパスを提供する。本稿では,提案提案に使用したアンサンブルシステムについて述べる。このシステムでは,細調整されたbioBERT,sciBERT,const-bioBERTモデルを多数決で予測する。
論文参考訳（メタデータ） (2021-11-25T10:27:10Z)
Discovering Drug-Target Interaction Knowledge from Biomedical Literature [107.98712673387031]
人体における薬物と標的(DTI)の相互作用は、生物医学や応用において重要な役割を担っている。毎年何百万もの論文がバイオメディカル分野で出回っているので、文学からDTIの知識を自動的に発見することは、業界にとって急激な需要となっている。生成的アプローチを用いて,この課題に対する最初のエンドツーエンドソリューションについて検討する。我々はDTI三重項をシーケンスとみなし、Transformerベースのモデルを使ってエンティティや関係の詳細なアノテーションを使わずに直接生成する。
論文参考訳（メタデータ） (2021-09-27T17:00:14Z)
Biomedical Entity Linking with Contrastive Context Matching [5.2710726359379265]
バイオメディカルエンティティリンクのための対照的な学習フレームワークであるBioCoMを紹介する。生のPubMed記事から辞書マッチングによるトレーニングインスタンスを構築する。最寄りのサーチにより,生物医学の正規化を推論時に予測する。
論文参考訳（メタデータ） (2021-06-14T16:43:33Z)
Cetacean Translation Initiative: a roadmap to deciphering the communication of sperm whales [97.41394631426678]
最近の研究では、非ヒト種における音響コミュニケーションを分析するための機械学習ツールの約束を示した。マッコウクジラの大量生物音響データの収集と処理に必要な重要な要素について概説する。開発された技術能力は、非人間コミュニケーションと動物行動研究を研究する幅広いコミュニティにおいて、クロス応用と進歩をもたらす可能性が高い。
論文参考訳（メタデータ） (2021-04-17T18:39:22Z)
A Comparative Study on Structural and Semantic Properties of Sentence Embeddings [77.34726150561087]
本稿では,関係抽出に広く利用されている大規模データセットを用いた実験セットを提案する。異なる埋め込み空間は、構造的および意味的特性に対して異なる強度を持つことを示す。これらの結果は,埋め込み型関係抽出法の開発に有用な情報を提供する。
論文参考訳（メタデータ） (2020-09-23T15:45:32Z)
Semantic Relatedness and Taxonomic Word Embeddings [2.47944699884651]
意味的関連性には様々な種類があり、異なる語彙表現が異なる関係性の形をコードしていることを示す。分類学上のランダムウォークによって生成された合成コーパスで訓練された分類学的埋め込みを分析する実験を行った。本研究では, 天然コーパスと合成コーパスの相対サイズが, 組込み性能に及ぼす影響について検討した。
論文参考訳（メタデータ） (2020-02-14T20:02:11Z)

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。