超越MeSH：基于弱监督的细粒度生物医学文献语义标引
信息检索
2020-05-26 v2
摘要
在这项工作中，我们提出了一种在概念层面对生物医学文献主题标注进行自动化精化的方法。MEDLINE/PubMed中生物医学文章的语义标引与检索基于使用MeSH描述符的语义主题标注，这些描述符可能对应多个相关但不同的生物医学概念。此类语义标注未遵循领域知识中可用的细节层级，可能不足以满足领域专家的信息需求。为此，我们提出了一种新方法，利用弱监督针对特定疾病的可用文献训练概念标注器。我们在两种疾病的MeSH描述符上测试了该方法：阿尔茨海默病和杜氏肌营养不良。结果表明，概念出现是自动化主题标注精化的强启发式方法，将其用作弱监督可带来改进的概念级标注。细粒度语义标注能够实现更精确的文献检索，支持主题标注与其他领域资源的语义集成，并随着MeSH词表中随时间加入新的更详细条目，简化一致主题标注的维护。
引用
@article{arxiv.2005.07638,
title = {Beyond MeSH: Fine-Grained Semantic Indexing of Biomedical Literature based on Weak Supervision},
author = {Anastasios Nentidis and Anastasia Krithara and Grigorios Tsoumakas and Georgios Paliouras},
journal= {arXiv preprint arXiv:2005.07638},
year = {2020}
}
备注
36 pages, 8 figures; Dictionary-based baselines added and conclusions updated