論文の概要: Neighborhood-Aware Dual Biomedical Entity Linking

• arxiv url: http://arxiv.org/abs/2608.04144v1
• Date: Tue, 04 Aug 2026 18:55:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-06 14:48:43.59718
• Title: Neighborhood-Aware Dual Biomedical Entity Linking
• Title（参考訳）: 周辺におけるデュアルバイオメディカルエンティティリンク
• Abstract要約: PILOTは、近隣認識検索、二重再ランク付け、スコア融合からなる3段階のフレームワークである。 PILOTは5つの広く使用されているベンチマークで平均して技術の状態を実現し、推論では効率的である。
• 参考スコア（独自算出の注目度）: 4.745611914403518
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Biomedical entity linking grounds mentions in clinical and scientific text to entities in a curated knowledge base (KB) with ontological structure, which supports downstream applications such as literature-scale information extraction and patient-record normalization. The task has several challenges at once: the KB contains large numbers of entities, mentions are often ambiguous, and gold labels follow annotation conventions specific to each corpus. To address these challenges, we propose PILOT, a three-stage framework made up of neighborhood-aware retrieval, dual reranking, and score fusion. The retriever injects ontological structure from both the query and KB side, by reformulating mentions and pooling entity embeddings. The retrieved pool is then scored from two complementary views, one over surface forms and one over context, and fused together. PILOT achieves the state of the art on average across five widely-used benchmarks and remains efficient at inference.
• Abstract（参考訳）: バイオメディカル・エンティティ・リンク・グラウンド(英語版)は、臨床および科学的テキストにおいて、文献スケールの情報抽出や患者記録の正規化といった下流の応用をサポートする、知識ベース(KB)とオントロジ的構造を持つエンティティに言及している。 KBには多数のエンティティが含まれており、言及はしばしば曖昧であり、金のラベルは各コーパス固有のアノテーション規則に従う。 これらの課題に対処するために、近隣認識検索、二重再ランク付け、スコア融合からなる3段階のフレームワークであるPILOTを提案する。 検索者は、参照を改定し、エンティティの埋め込みをプールすることにより、クエリとKB側の両方からオントロジ構造を注入する。 抽出されたプールは2つの相補的なビューから取り出され、1つは表面上、もう1つは文脈上から取り出され、融合される。 PILOTは5つの広く使用されているベンチマークで平均して最先端のベンチマークを実現し、推論では効率的である。

関連論文リスト

• Hybrid-IR: Dual-Path Hybrid Retrieval with Iterative Reasoning for Complex Medical Question Answering [19.561452074492653]
  我々は「Hybrid-IR」と呼ばれる反復的な検索推論機構を備えたデュアルパス検索フレームワークを提案する。 提案したHybrid-IRは、構造化知識探索のためのグラフベース検索と、きめ細かいセマンティックマッチングのための密集検索を統合している。 3つの医用QAベンチマークの実験は、我々のハイブリッドIRの有効性を実証している。
  論文  参考訳（メタデータ） (2026-06-24T03:09:50Z)
• Unlocking Biological Workflows for Robust Protein-Text Question Answering: A Dual-Dimensional RAG Framework [60.82334952881798]
  タンパク-テキスト質問回答(QA)は、自然言語による生物学的配列の解釈に不可欠である。 2D-ProteinRAGは,大規模言語モデル(LLM)を金本位生物研究ワークフロー内で動作させる新しいフレームワークである。 本研究では,2D-Proteinが常に最先端の性能を達成し,微調整ベースラインや他のRAG法よりも優れた性能を発揮することを示す。
  論文  参考訳（メタデータ） (2026-05-17T05:03:24Z)
• A Unified Biomedical Named Entity Recognition Framework with Large Language Models [44.92744341698289]
  大規模言語モデル(LLM)に基づくバイオメディカル名前付きエンティティ認識(BioNER)フレームワークを提案する。 まず、テキスト生成タスクとしてBioNERを再構成し、フラットなエンティティとネストされたエンティティの両方を共同で扱うシンボリックタグ戦略を設計する。 複数の中国語と英語のデータセットでバイリンガル共同微調整を行う。
  論文  参考訳（メタデータ） (2025-10-10T01:33:54Z)
• 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)
• Benchingmaking Large Langage Models in Biomedical Triple Extraction [13.022101126299269]
  本研究は主に文レベルのバイオメディカルトリプル抽出に焦点を当てている。 高品質なバイオメディカルトリプル抽出データセットが存在しないことは、堅牢なトリプル抽出システムの開発の進歩を妨げている。 GITは、専門家によるバイオメディカルトリプル抽出データセットである。
  論文  参考訳（メタデータ） (2023-10-27T20:15:23Z)
• Iteratively Improving Biomedical Entity Linking and Event Extraction via Hard Expectation-Maximization [9.422435686239538]
  バイオメディカル・エンティティ・リンクとイベント抽出は、バイオメディカル・ドメインにおけるテキストの理解と検索を支援する2つの重要なタスクである。 従来の研究は通常、これらの2つのタスクを別々に、あるいはパイプラインで解決し、エラーの伝播につながる。 本稿では,知識ベースにおけるイベント構造とエンティティ参照を潜伏変数として扱うことで,共同生物医学的実体リンクとイベント抽出を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:30:31Z)
• 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)
• Self-supervised Answer Retrieval on Clinical Notes [68.87777592015402]
  本稿では,ドメイン固有パスマッチングのためのトランスフォーマー言語モデルをトレーニングするためのルールベースのセルフスーパービジョンであるCAPRを紹介する。 目的をトランスフォーマーベースの4つのアーキテクチャ、コンテキスト文書ベクトル、ビ-、ポリエンコーダ、クロスエンコーダに適用する。 本稿では,ドメイン固有パスの検索において,CAPRが強いベースラインを上回り,ルールベースおよび人間ラベル付きパスを効果的に一般化することを示す。
  論文  参考訳（メタデータ） (2021-08-02T10:42:52Z)
• Fast and Effective Biomedical Entity Linking Using a Dual Encoder [48.86736921025866]
  文書中の複数の言及を1ショットで解決するBERTベースのデュアルエンコーダモデルを提案する。 本稿では,提案モデルが既存のBERTモデルよりも複数倍高速であり,バイオメディカルエンティティリンクの精度に競争力があることを示す。
  論文  参考訳（メタデータ） (2021-03-08T19:32:28Z)
• Clustering-based Inference for Biomedical Entity Linking [40.78384867437563]
  本稿では,リンク決定を知識ベースエンティティにリンクするだけでなく,クラスタリングを通じて複数の言及をまとめてグループ化し,リンク予測を共同で行うモデルを提案する。 公開可能な最大のバイオメディカルデータセットの実験では、エンティティリンクの最良の独立予測を3.0ポイント精度で改善する。
  論文  参考訳（メタデータ） (2020-10-21T19:16:27Z)

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。