中文

iASiS开放数据图:疾病特异性知识的自动化语义集成

信息检索 2020-06-03 v2 人工智能 计算与语言

摘要

在生物医学研究中,统一获取最新的领域特异性知识至关重要,因为此类知识在科学文献和结构化资源中不断积累。识别和提取特定信息是一项具有挑战性的任务,而知识库的计算分析可在该方向上提供重要价值。然而,对于疾病特异性分析,研究人员往往需要自行编制数据集,整合来自不同资源的知识,或复用可能已过时的现有数据集。在本研究中,我们提出一个框架,用于自动检索并整合疾病特异性知识,构建为最新的语义图——iASiS开放数据图。该疾病特异性语义图以概念关系与属性的形式,提供与特定概念及其各个方面相关的知识访问。所提出的方法以开源框架实现,并应用于三种疾病(肺癌、痴呆和杜氏肌营养不良)。文中给出了示例查询,探讨了这一自动生成的语义图作为疾病特异性知识检索与分析基础的潜力。

关键词

引用

@article{arxiv.1912.08633,
  title  = {iASiS Open Data Graph: Automated Semantic Integration of Disease-Specific Knowledge},
  author = {Anastasios Nentidis and Konstantinos Bougiatiotis and Anastasia Krithara and Georgios Paliouras},
  journal= {arXiv preprint arXiv:1912.08633},
  year   = {2020}
}

备注

6 pages, 2 figures, accepted in IEEE 33rd International Symposium on Computer Based Medical Systems (CBMS2020)