生物医学知识图谱 2.0：连接论文、专利和临床试验
数字图书馆
2025-06-19 v2
摘要
论文、专利和临床试验是生物医学领域的重要科学资源，对知识共享和传播至关重要。然而，这些文档常存储在异构的数据库中，管理标准和数据格式各不相同，难以形成系统且细粒度的关联。为此，我们构建了 PKG 2.0，一个涵盖生物医学领域超过 3600 万篇论文、130 万项专利和48 万项临床试验的综合知识图谱数据集。PKG 2.0 通过 48 亿条生物医学实体链接、1900 万条引用链接和700 万条项目链接将这些分散的资源整合在一起。PKG 2.0 的构建融合了细粒度的生物医学实体抽取、高性能的作者姓名消歧、多来源引用整合以及来自 NIH Exporter 的高质量项目数据。数据验证表明，PKG 2.0 在作者消歧和生物医学实体识别等关键任务中表现优异。该数据集为生物医学研究人员、计量学家以及从事文献挖掘的研究者提供了宝贵资源。
引用
@article{arxiv.2410.07969,
title = {PubMed knowledge graph 2.0: Connecting papers, patents, and clinical trials in biomedical science},
author = {Jian Xu and Chao Yu and Jiawei Xu and Vetle I. Torvik and Jaewoo Kang and Mujeen Sung and Min Song and Yi Bu and Ying Ding},
journal= {arXiv preprint arXiv:2410.07969},
year = {2025}
}
备注
32 pages, 6 figures, 28 tables