Sep, 2023

应用 BioBERT 从生物医学文献中提取基因与疾病的胚系关联以构建知识图谱

PDF
TL;DR这篇论文介绍了 SimpleGermKG，一种自动构建知识图谱的方法，该方法连接了生殖祖细胞基因和疾病。通过使用生物医学语料库上预训练的 BERT 模型 BioBERT，提取基因和疾病，并提出本体基于和规则基于算法对医学术语进行标准化和消歧。为了表示语义关系，采用了部分 - 整体关系方法将每个实体与其数据源连接，并以图形表示形式进行可视化。最后，讨论了知识图谱的应用、限制和未来对生殖细胞语料库的研究挑战，并展示了结果的图形可视化。
biomedical informationnatural language processinggermline abstractssimplegermkgknowledge graph
发现论文，激发创造
  • 基于 BERT 的临床知识提取用于生物医学知识图谱构建和分析

    本研究提出了使用 BERT 模型和条件随机场层从临床记录中提取和分析生物医学知识的端到端方法，包括自然语言处理模型用于命名实体识别和关系提取等步骤，可以用于构建医学知识图谱并用于问题解答。实验结果表明，该方法对于 505 位真实患者的生物医学非结构化临床记录的命名实体识别和关系提取的准确率分别为 90.7% 和 88%。

    Apr, 2023

  • 生物医学关系抽取方法和模型比较及其在知识图谱构建中的应用

    本研究介绍比较了在构建知识图谱中用于从生物医学文献中提取关系方面的一些基于规则和基于机器学习的方法，例如：朴素贝叶斯、随机森林、DistilBERT、PubMedBERT、T5、SciFive 等，通过实验检测不同方法的适用性和鲁棒性。结果表明，基于 transformers 的模型（如 PubMedBERT）在处理小型和不平衡的数据时表现较好。其中，在平衡数据上，PubMedBERT 模型的 F1 得分最高（0.92）。

    Jan, 2022

  • 生物医学领域的描述性知识图谱

    我们提出了一个新颖的系统，从生物医学语料库中自动提取和生成信息丰富、描述性的句子，促进相关知识的高效检索。与以往的搜索引擎或探索系统不同，我们的系统将描述性句子组织为关系图，使研究人员能够探索密切相关的生物医学实体（例如，化学品治疗的疾病）或间接相连的实体（例如，治疗疾病的潜在药物）。我们的系统还使用 ChatGPT 和经过微调的关系综合模型从检索到的信息中生成简明可靠的描述性句子，减少了对大量人工阅读的需求。通过我们的系统，研究人员可以轻松获得高层次知识和详细参考资料，并交互式地定位所需的信息。我们重点介绍了我们的系统在 COVID-19 研究中的应用，说明了它在药物再利用和文献整理等领域的实用性。

    Oct, 2023

  • 利用预训练语言表示和最少任务特定架构的生物医学关系提取

    本文介绍了我们参与 2019 年 BioNLP 开放共享任务的 AGAC Track，我们提供了 Task 3 的解决方案，该方案旨在提取 “基因 - 功能变化 - 疾病” 三元组，其中 “基因” 和 “疾病” 分别是特定基因和疾病的提及，而 “功能变化” 则是四种预定义的关系类型之一。我们的系统扩展了 BERT (Devlin 等，2018 年)，这是一种最先进的语言模型，它从大型未标记语料库中学习上下文语言表示，并且其参数可以被微调以解决具有极简附加架构的特定任务。我们将两个提及及其文本上下文作为 BERT 中的两个连续序列进行编码，由特殊符号分隔。然后我们使用一个线性层将其关系分类为五个类别 (四个预定义关系类型以及 ' 无关系 ')。尽管类别不平衡严重，我们的系统仍然在不需要特别工程特征的极简设置的情况下显著优于随机基线。

    Sep, 2019

  • 构建 PubMed 知识图谱

    通过多源数据的整合与深度学习生物实体提取方法，我们构建了一个 PubMed 知识图谱（PKG），可用于衡量学术影响、知识使用和传递，以及通过与生物实体的联系，帮助我们对作者和机构进行档案概述。

    May, 2020

  • 建立 ChatGPT BioMedical 生成文本的信任：基于本体论的知识图谱验证疾病症状关联

    通过构建基于本体的知识图谱，并利用事实检查算法和网络中心性指标，我们从医学文献和 AI 生成内容中提取事实信息，分析疾病和症状之间的关联，并发现 AI 生成内容中的知识潜力，进一步探索新的知识。

    Aug, 2023

  • 从大型语言模型到知识图谱：癌症生物标志物发现

    开发了一个基于领域知识图谱和语义推理的癌症特定生物标志物发现和交互式问答系统，使用生物医学数据、领域本体论、信息提取方法以及大型语言模型进行知识图谱的构建和更新。

    Oct, 2023

  • 基于张量分解的知识图谱补全方法用于疾病基因预测

    本文提出了一种基于生物知识图谱和交互张量分解的疾病基因预测知识图谱完成模型，称为 KDGene，该方法显著优于现有算法，并可用于识别新的、准确的候选基因，尤其在糖尿病的案例分析中表现出良好的识别能力，这对进一步的实验提供了有价值的参考。

    Feb, 2023

  • 基于 BioBERT 的生物医学文献中 SNP 特征关联提取

    本文介绍了一种新的 BioBERT-GRU 方法，用于识别单核苷酸多态性（SNP）和特征之间的关联，该方法在 SNPPhenA 数据集上的评估结果表明，相对于以前的机器学习和深度学习方法，该方法表现更好，具有 0.883 的精确度、0.882 的召回率和 0.881 的 F1 分数。

    Aug, 2023

  • 电子病历上乳腺癌表型 NLP 算法跨院评估

    本研究通过乳腺癌表型提取任务，评估了基于 BERT 的临床自然语言处理模型在不同临床设置下的普适性。结果表明，CancerBERT 模型具有最佳的学习能力和普适性，并且模型的普适性与样本之间的相似度有关。

    Mar, 2023