Anatomical entity mention recognition at literature scale.
Anatomical entity mention recognition at literature scale.
复制标题
DOI：
10.1093/bioinformatics/btt580
复制
发表时间：
2014-03-15
期刊：
影响因子：
--
通讯作者：
Ananiadou S
中科院分区：
文献类型：
--
作者：
Pyysalo S;Ananiadou S
动机：从亚细胞结构到器官系统的解剖学实体对于生物医学科学至关重要，对这些实体的提及对于理解科学文献至关重要。尽管大量努力自动分析生物医学文本的各个方面，但只有很少有针对解剖实体的研究，并且没有引入自动识别解剖学实体在自由形式文本中提到的专门方法。
结果：我们介绍了解剖学系统的解剖学系统，用于解剖实体提及识别。该系统结合了提议受益标签的广泛方法，包括使用统一的医学语言系统（UMLS）和开放的生物医学本体（OBO）基于基于词汇的词汇资源，未标记的文本引起的单词表示特征。我们在新引入的语料库上训练和评估该系统，该系统大大扩展了先前可用的资源，并应用结果标记器自动注释整个开放式访问科学领域文献。由此产生的分析已应用于扩展欧洲PubMed中央文献数据库提供的服务。
可用性和实施：这项工作中引入的所有工具和资源均可通过http://nactem.ac.uk/anatomytagger获得。
联系人：sophia.ananiadou@manchester.ac.uk
补充信息：可以在线生物信息学上获得补充数据。
Motivation: Anatomical entities ranging from subcellular structures to organ systems are central to biomedical science, and mentions of these entities are essential to understanding the scientific literature. Despite extensive efforts to automatically analyze various aspects of biomedical text, there have been only few studies focusing on anatomical entities, and no dedicated methods for learning to automatically recognize anatomical entity mentions in free-form text have been introduced. Results: We present AnatomyTagger, a machine learning-based system for anatomical entity mention recognition. The system incorporates a broad array of approaches proposed to benefit tagging, including the use of Unified Medical Language System (UMLS)- and Open Biomedical Ontologies (OBO)-based lexical resources, word representations induced from unlabeled text, statistical truecasing and non-local features. We train and evaluate the system on a newly introduced corpus that substantially extends on previously available resources, and apply the resulting tagger to automatically annotate the entire open access scientific domain literature. The resulting analyses have been applied to extend services provided by the Europe PubMed Central literature database. Availability and implementation: All tools and resources introduced in this work are available from http://nactem.ac.uk/anatomytagger. Contact: sophia.ananiadou@manchester.ac.uk Supplementary Information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
3
作者：
Bada M;Eckert M;Evans D;Garcia K;Shipley K;Sitnikov D;Baumgartner WA Jr;Cohen KB;Verspoor K;Blake JA;Hunter LE
通讯作者：
Hunter LE
DOI：
10.1093/bioinformatics/bts332
发表时间：
2012-08-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Gerner M;Sarafraz F;Bergman CM;Nenadic G
通讯作者：
Nenadic G
影响因子：
4.9
作者：
Cooper L;Walls RL;Elser J;Gandolfo MA;Stevenson DW;Smith B;Preece J;Athreya B;Mungall CJ;Rensing S;Hiss M;Lang D;Reski R;Berardini TZ;Li D;Huala E;Schaeffer M;Menda N;Arnaud E;Shrestha R;Yamazaki Y;Jaiswal P
通讯作者：
Jaiswal P
影响因子：
3.7
作者：
Kolluru B;Hawizy L;Murray-Rust P;Tsujii J;Ananiadou S
通讯作者：
Ananiadou S
影响因子：
3
作者：
Campos D;Matos S;Oliveira JL
通讯作者：
Oliveira JL