Aug, 2023

BELB：一个生物医学实体链接基准

PDF
TL;DR生物医学实体链接（BEL）是将实体提及与知识库进行关联的任务，在生命科学文献的信息提取流程中起着重要作用。我们回顾了该领域的最新研究，并发现由于该任务在生物医学文本挖掘的现有基准中缺失，不同研究采用不同的实验设置，使得基于已发表数据的比较存在问题。此外，神经系统主要在与广泛覆盖的知识库 UMLS 相关的实例上进行测试，使得它们在与更专业的知识库，如基因或变体，相关的性能研究不足。因此，我们开发了一种名为 BELB 的生物医学实体链接基准，以统一的格式提供对与 7 个知识库链接的 11 个语料库的访问，并涵盖了基因、疾病、化学物质、物种、细胞系和变体等六种实体类型。BELB 大大减少了在多个语料库上测试 BEL 系统的预处理开销，为可重复实验提供了一个标准化的测试基准。利用 BELB，我们对六个基于规则的实体特定系统和三个利用预训练语言模型的最新神经方法进行了广泛评估。我们的结果显示出了复杂的情况，表明神经方法在不同实体类型上表现不一致，突出了进一步研究面向实体无关模型的需求。
发现论文，激发创造
  • BELHD: 基于同名词消歧的生物医学实体链接改进

    Biomedical Entity Linking with Homonym Disambiguation (BELHD) is a name-based method that expands homonyms in the knowledge base (KB) for unique linking decisions and introduces candidate sharing to enhance the overall training signal, achieving improved results compared to state-of-the-art approaches.

    Jan, 2024

  • 医学实体链接的轻量级神经模型

    本研究提出了一种轻量级神经方法，利用对齐层和注意力机制来捕捉提到与实体的不同名称变化，以解决生物医学概念链接中同一实体具有各种名称变体的挑战，并且在标准评估基准上证明该模型表现竞争力。

    Dec, 2020

  • 跨语言生物医学实体链接的领域专用表示学习

    通过提出一个新的跨语言生物医学实体链接任务并建立一个涵盖 10 种语言的基准测试，本文研究了在标准英语生物医学实体链接任务之外，标准、知识增强的单语和多语言语言模型的能力。同时解决了把资源丰富的语言中的领域特定知识传递给资源贫乏的语言的挑战，并提出并评估了一系列的跨语言传递方法。研究表明，本文提出的领域特定传递方法在所有目标语言中均获得了持续的提高，有时可高达 20 个 Precision@1 点，而无需目标语言具有领域内的知识和对应的并行数据。

    May, 2021

  • 多语言端到端实体链接

    本文介绍了 BELA，这是第一个完全端到端的多语种实体链接模型，可以有效地在文本中检测和链接 97 种语言中的实体，并报告了其在四个实体链接数据集上的表现。

    Jun, 2023

  • 将自对齐的 BERT 模型在自动生成的荷兰维基百科语料上进行微调的生物医学实体链接

    用荷兰语进行评估的首个生物医学实体链接模型基于 MedRoBERTa.nl 为基础模型，通过自对齐在荷兰语生物医学本体上进行第二阶段预训练，并在维基百科中的本体链接荷兰语生物医学实体数据集上进行微调。在 Mantra GSC-corpus 的荷兰语部分上评估模型，分类准确度为 54.7%，1 - 距离准确度为 69.8%。对无标签的患者支持论坛数据进行案例研究发现，模型受到前置实体识别步骤质量的限制。对小样本进行手动评估发现，正确提取的实体中约 65% 与本体中的正确概念相关联。结果表明，与英语以外的其他语言进行生物医学实体链接仍具有挑战性，但我们的荷兰模型可用于对患者生成的文本进行高级分析。

    May, 2024

  • 使用知识优化生物医学预训练语言模型

    提出 KeBioLM 这一生物医学语言 pretrained language model，该模型明确利用了来自 UMLS UMLS knowledge bases 知识库的知识，取得了名词实体识别和关系提取的不错效果。

    Apr, 2021

  • 利用检索增强学习改进生物医学实体链接

    通过引入新的 $k$NN-BioEL 方案，以及使用动态难负采样 (DHNS) 进行对比学习，本研究提出了一种改进型的生物医学实体链接模型，可以提高模型对稀有和困难实体的处理能力，并在多个数据集上优于现有方法。

    Dec, 2023

  • 生物医学实体链接作为多项选择问题回答

    Biomedical entity linking is improved using BioELQA, a model that treats it as multiple choice question answering, capturing fine-grained interactions and addressing challenges with long-tailed entities.

    Feb, 2024

  • S2abEL：科学表格中的实体链接数据集

    本研究介绍了一个用于科学表格中实体链接的数据集 S2abEL，利用神经网络方法对在科学表格中许多基于知识库之外的提及进行实体链接，并在机器学习结果表格中的 8,429 个单元格上展示了显著优于最先进的通用表 EL 方法的表现。

    Apr, 2023

  • 使用双编码器快速有效的生物医学实体链接

    本研究提出了一种基于 BERT 的双编码器模型，可一次处理文档中的多个关键词，解决了现有模型效率低的问题，在生物医学实体链接领域取得了与现有模型相当的准确性，并对其进行了改进，实现了端到端生物医学实体链接，表现出更好的性能.

    Mar, 2021