Dyport：基于动态重要性的假设生成基准测试技术
人工智能
2023-12-07 v1 计算与语言
机器学习
摘要
本文提出了一种新颖的基准测试框架 Dyport，用于评估生物医学假设生成系统。我们的方法利用精心构建的数据集，在真实条件下测试这些系统，从而增强了评估的相关性。我们将来自构建数据库的知识整合到一个动态图中，并辅以量化发现重要性的方法。这不仅评估了假设的准确性，还评估了其在生物医学研究中的潜在影响，从而显著扩展了传统的链接预测基准。我们的基准测试流程的适用性在应用于生物医学语义知识图谱的几个链接预测系统上得到了验证。Dyport 框架设计灵活，可广泛应用于假设生成质量验证，旨在扩大生物医学研究社区内科学发现的范围。可用性与实现：Dyport 框架完全开源。所有代码和数据集均可从以下地址获取：https://github.com/IlyaTyagin/Dyport。
引用
@article{arxiv.2312.03303,
title = {Dyport: Dynamic Importance-based Hypothesis Generation Benchmarking Technique},
author = {Ilya Tyagin and Ilya Safro},
journal= {arXiv preprint arXiv:2312.03303},
year = {2023}
}