冠状病毒知识图谱：一个案例研究
人工智能
2020-07-21 v1 计算与语言
摘要
新型COVID-19大流行的出现在过去数月中对全球医疗与经济产生了重大影响。该病毒的快速蔓延导致针对该大流行及其相关主题的生物医学研究激增。知识图谱是能够帮助生物医学研究界理解并最终找到COVID-19治愈方法的重要知识发现工具之一。CORD-19数据集是近期发表的关于COVID-19与冠状病毒主题的公共全文研究论文的集合。在此，我们使用多种机器学习、深度学习以及知识图谱构建与挖掘技术，对PubMed数据集与CORD-19数据集进行形式化并提取洞见，以识别COVID-19相关专家与生物实体。此外，我们提出了预测相关疾病、候选药物、基因、基因突变及相关化合物的可能技术，作为系统性应用知识发现方法以帮助生物医学研究者应对该大流行的努力的一部分。
引用
@article{arxiv.2007.10287,
title = {Coronavirus Knowledge Graph: A Case Study},
author = {Chongyan Chen and Islam Akef Ebeid and Yi Bu and Ying Ding},
journal= {arXiv preprint arXiv:2007.10287},
year = {2020}
}
备注
8 pages; Accepted by ACM KDD 2020