論文の概要: OLS4: A new Ontology Lookup Service for a growing interdisciplinary knowledge ecosystem

• arxiv url: http://arxiv.org/abs/2501.13034v1
• Date: Wed, 22 Jan 2025 17:29:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-23 13:27:53.453674
• Title: OLS4: A new Ontology Lookup Service for a growing interdisciplinary knowledge ecosystem
• Title（参考訳）: OLS4: 成長する学際的知識エコシステムのための新しいオントロジールックアップサービス
• Authors: James McLaughlin, Josh Lagrimas, Haider Iqbal, Helen Parkinson, Henriette Harmse,
• Abstract要約: OLS4はOWLサービスのオープンソース検索エンジンである。 OLS4 は complete2 仕様を実装し、複数の言語を国際化サポートし、新しいユーザーインターフェースを実装している。
• 参考スコア（独自算出の注目度）: 0.5623463362269571
• License:
• Abstract: The Ontology Lookup Service (OLS) is an open source search engine for ontologies which is used extensively in the bioinformatics and chemistry communities to annotate biological and biomedical data with ontology terms. Recently there has been a significant increase in the size and complexity of ontologies due to new scales of biological knowledge, such as spatial transcriptomics, new ontology development methodologies, and curation on an increased scale. Existing Web-based tools for ontology browsing such as BioPortal and OntoBee do not support the full range of definitions used by today's ontologies. In order to support the community going forward, we have developed OLS4, implementing the complete OWL2 specification, internationalization support for multiple languages, and a new user interface with UX enhancements such as links out to external databases. OLS4 has replaced OLS3 in production at EMBL-EBI and has a backwards compatible API supporting users of OLS3 to transition.
• Abstract（参考訳）: オントロジールックアップサービス(英語: Ontology Lookup Service、OLS)は、オントロジーの用語で生物学や生物医学のデータに注釈をつけるために、バイオインフォマティクスや化学コミュニティで広く使われているオントロジーのオープンソース検索エンジンである。 近年,空間記述学,新オントロジー開発方法論,拡大スケールでのキュレーションなど,新たな生物学的知識の尺度によって,オントロジーのサイズや複雑さが著しく増大している。 BioPortalやOntoBeeのような既存のWebベースのオントロジー閲覧ツールは、今日のオントロジーで使われる全範囲の定義をサポートしない。 今後,コミュニティをサポートするため,OPS4を開発した。OWL2仕様の完全な実装,複数言語への国際化サポート,外部データベースへのリンクアウトなどのUX拡張を備えたユーザインターフェースなどだ。 OLS4 は EMBL-EBI で OLS3 を置き換えるとともに,OLS3 のユーザによる移行をサポートする後方互換性 API を備えている。

関連論文リスト

• Automating Knowledge Discovery from Scientific Literature via LLMs: A Dual-Agent Approach with Progressive Ontology Prompting [59.97247234955861]
  LLM-Duoという,プログレッシブプロンプトアルゴリズムとデュアルエージェントシステムを組み合わせた,大規模言語モデル(LLM)に基づく新しいフレームワークを提案する。 言語治療領域における64,177論文からの2,421件の介入を同定した。
  論文  参考訳（メタデータ） (2024-08-20T16:42:23Z)
• An LLM-based Knowledge Synthesis and Scientific Reasoning Framework for Biomedical Discovery [0.0]
  本稿では,生物分析支援ツールとしてLunarフレームワークを用いて開発されたBioLunarについて述べる。 このプラットフォームはLarge Language Models (LLM)を統合し、分散エビデンス空間における複雑な科学的推論を容易にする。
  論文  参考訳（メタデータ） (2024-06-26T14:22:46Z)
• 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)
• Evolving Knowledge Mining for Class Incremental Segmentation [113.59611699693092]
  クラスインクリメンタルセマンティック(CISS)は、最近、現実世界のアプリケーションにおいて大きな重要性があるため、トレンドとなっている。 冷凍バックボーンを用いた新規なkNowleDgeマイニング法を提案する。 提案手法を2つの広く使用されているベンチマークで評価し,新しい最先端性能を一貫して示す。
  論文  参考訳（メタデータ） (2023-06-03T07:03:15Z)
• When one Logic is Not Enough: Integrating First-order Annotations in OWL Ontologies [0.0]
  FOLアノテーションでOWLを拡張する'FOWL'の公理群の開発を支援するツールを提案する。 OWL ドメイン OBI に対して,FOL トップレベル BFOWL との強い統合により,いくつかの矛盾を検出することができることを示す。
  論文  参考訳（メタデータ） (2022-10-07T12:33:35Z)
• 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)
• 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)
• OWL2Vec*: Embedding of OWL Ontologies [27.169755467590836]
  OWL2Vec* という名前のランダムウォークと単語埋め込みに基づく埋め込み手法を提案する。 OWL2Vec*は、グラフ構造、語彙情報、論理コンストラクタを考慮してOWLのセマンティクスを符号化する。
  論文  参考訳（メタデータ） (2020-09-30T13:07:50Z)
• BioALBERT: A Simple and Effective Pre-trained Language Model for Biomedical Named Entity Recognition [9.05154470433578]
  既存のBioNERアプローチはこれらの問題を無視し、最先端(SOTA)モデルを直接採用することが多い。 本稿では,大規模バイオメディカルコーパスを用いた効果的なドメイン固有言語モデルであるALBERTを提案する。
  論文  参考訳（メタデータ） (2020-09-19T12:58:47Z)
• Machine Learning in Nano-Scale Biomedical Engineering [77.75587007080894]
  ナノスケールバイオメディカルエンジニアリングにおける機械学習の利用に関する既存の研究について概説する。 ML問題として定式化できる主な課題は、3つの主要なカテゴリに分類される。 提示された方法論のそれぞれについて、その原則、応用、制限に特に重点を置いている。
  論文  参考訳（メタデータ） (2020-08-05T15:45:54Z)

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。