利用图挖掘与基于 transformer 的学习加速 COVID-19 研究
信息检索
2021-10-01 v2 机器学习
摘要
2020 年，白宫发布了“致科技界关于新型机器可读 COVID-19 数据集的行动呼吁”，其中要求人工智能专家收集数据并开发文本挖掘技术，以帮助科学界回答与 COVID-19 相关的优先科学问题。艾伦人工智能研究所及其合作者宣布了一个快速增长的开放出版物数据集 COVID-19 开放研究数据集(CORD-19)的可用。随着研究步伐加快，生物医学科学家难以跟上进展。为加快其研究，科学家利用假设生成系统，可自动检视已发表论文以发现新颖的隐含关联。我们提出了用于 COVID-19 研究的自动化通用假设生成系统 AGATHA-C 和 AGATHA-GP。这些系统基于图挖掘与 transformer 模型。系统通过使用回顾性信息再发现以及涉及人在回路专家分析的前瞻性分析进行了大规模验证。两个系统在多个领域均实现高质量预测（某些领域 ROC AUC 达 0.97%），且计算快速，并发布给广大科学界以加速生物医学研究。此外，通过领域专家策划的研究，我们表明系统能够发现正在进行的研究发现，如 COVID-19 与催产素激素之间的关系。
引用
@article{arxiv.2102.07631,
title = {Accelerating COVID-19 research with graph mining and transformer-based learning},
author = {Ilya Tyagin and Ankit Kulshrestha and Justin Sybrandt and Krish Matta and Michael Shtutman and Ilya Safro},
journal= {arXiv preprint arXiv:2102.07631},
year = {2021}
}