通过社区挑战赛推进中文生物医学文本挖掘
人工智能
2024-09-02 v2 计算与语言
机器学习
摘要
目的：本研究旨在回顾中国生物医学文本挖掘社区挑战赛的近期进展。方法：我们收集了生物医学文本挖掘社区挑战赛中发布的评估任务信息，包括任务描述、数据集描述、数据来源、任务类型及相关链接。对各种生物医学自然语言处理任务进行了系统总结和对比分析，这些任务包括命名实体识别、实体标准化、属性抽取、关系抽取、事件抽取、文本分类、文本相似度、知识图谱构建、问答、文本生成以及大语言模型评估。结果：我们识别出 2017 年至 2023 年间 6 个社区挑战赛中的 39 个评估任务。我们的分析揭示了生物医学文本挖掘中评估任务类型和数据来源的多样性。我们从转化生物医学信息学的角度探讨了这些社区挑战赛任务的潜在临床应用。我们将它们与英文 counterpart 进行了比较，讨论了这些社区挑战赛的贡献、局限性、经验教训和指南，同时强调了大语言模型时代的未来方向。结论：社区挑战赛评估竞赛在促进生物医学文本挖掘领域的技术创新和 fostering 跨学科合作方面发挥了关键作用。这些挑战为研究人员开发最先进的解决方案提供了宝贵的平台。
引用
@article{arxiv.2403.04261,
title = {Advancing Chinese biomedical text mining with community challenges},
author = {Hui Zong and Rongrong Wu and Jiaxue Cha and Weizhe Feng and Erman Wu and Jiakun Li and Aibin Shao and Liang Tao and Zuofeng Li and Buzhou Tang and Bairong Shen},
journal= {arXiv preprint arXiv:2403.04261},
year = {2024}
}