Machine learning for biomedical literature triage.
Machine learning for biomedical literature triage.
复制标题
DOI：
10.1371/journal.pone.0115892
复制
发表时间：
2014
期刊：
影响因子：
3.7
通讯作者：
Tsang A
中科院分区：
文献类型：
--
作者：
Almeida H;Meurs MJ;Kosseim L;Butler G;Tsang A
本文提出了一种机器学习系统，用于支持生物文献手动策展过程中的第一项任务，称为分流。我们通过实验数据集采样因子和一组特征，以及三种不同的机器学习算法（朴素贝叶斯，支持向量机和Logistic模型树）来比较各种分类模型的性能。结果表明，利用领域相关特征、欠采样技术和Logistic模型树算法，得到了最适合处理不平衡数据集的分诊分类任务模型。
This paper presents a machine learning system for supporting the first task of the biological literature manual curation process, called triage. We compare the performance of various classification models, by experimenting with dataset sampling factors and a set of features, as well as three different machine learning algorithms (Naive Bayes, Support Vector Machine and Logistic Model Trees). The results show that the most fitting model to handle the imbalanced datasets of the triage classification task is obtained by using domain relevant features, an under-sampling technique, and the Logistic Model Trees algorithm.
登录
查看更多内容
影响因子：
4.3
作者：
Liu, Yang;Chawla, Nitesh V.;Stolcke, Andreas
通讯作者：
Stolcke, Andreas
影响因子：
7.5
作者：
Landwehr, N;Hall, M;Frank, E
通讯作者：
Frank, E
影响因子：
1.9
作者：
Borrajo, L.;Romero, R.;Redondo Marey, C. M.
通讯作者：
Redondo Marey, C. M.
影响因子：
64.8
作者：
Howe, Doug;Costanzo, Maria;Fey, Petra;Gojobori, Takashi;Hannick, Linda;Hide, Winston;Hill, David P.;Kania, Renate;Schaeffer, Mary;St Pierre, Susan;Twigger, Simon;White, Owen;Rhee, Seung Yon
通讯作者：
Rhee, Seung Yon
影响因子：
3.5
作者：
Meurs MJ;Murphy C;Morgenstern I;Butler G;Powlowski J;Tsang A;Witte R
通讯作者：
Witte R