开放研究知识图中生物测定的数字化
数字图书馆
2022-03-29 v1 人工智能
信息检索
摘要
背景：近年来，在知识图谱中以科学实体细粒度水平对学术知识进行语义化的势头日益增长。开放研究知识图(ORKG) https://www.orkg.org/ 代表了这一方向的重要一步，其将数千项学术贡献作为结构化、细粒度、机器可读的数据。然而，亟需改变传统社区将贡献记录为非结构化、非机器可读文本的做法。而这反过来又强烈需要为科学家设计的 AI 工具，以允许对其学术贡献进行轻松且准确的语义化。我们提出这样一种工具，ORKG-assays。实现：ORKG-assays 是 ORKG 中一个免费可用的 AI 微服务，以 Python 编写，旨在协助科学家将生物测定获取为一组三元组。它使用一种基于 AI 的聚类算法，在超过 900 个生物测定、含 103 个谓词共 5,514 个唯一属性-值对的金标准评估上展现出有竞争力的性能。结果与讨论：由此，语义化的测定集合可在 ORKG 平台上通过表格或基于图表的可视化来考察关键属性值(化学品与化合物)，为药物开发进展中的生物化学家与药物研究人员提供智能知识访问。
引用
@article{arxiv.2203.14574,
title = {The Digitalization of Bioassays in the Open Research Knowledge Graph},
author = {Jennifer D'Souza and Anita Monteverdi and Muhammad Haris and Marco Anteghini and Kheir Eddine Farfar and Markus Stocker and Vitor A. P. Martins dos Santos and Sören Auer},
journal= {arXiv preprint arXiv:2203.14574},
year = {2022}
}
备注
12 pages, 5 figures, In Review at DeXa 2022 https://www.dexa.org/dexa2022