High Performance Text Mining for Translator

翻译者的高性能文本挖掘

• 批准号: 10548337
• 负责人: LAWRENCE E HUNTER
• 金额: $ 46.61万
• 依托单位: UNIVERSITY OF COLORADO DENVER
• 依托单位国家: 美国
• 财政年份: 2020
• 资助国家: 美国
• 起止时间: 2020-01-23 至 2022-11-30
• 项目状态: 已结题
• 来源: https://reporter.nih.gov/project-details/10548337
• 关键词: Performance; Text; text searching

We propose to build a knowledge provider that will seek out, integrate and provide AIready, BioLink-compatible models via high-performance text-mining of the biomedical literature. Problems with Translator’s current mining of the biomedical literature that we intend to solve include: (1) weaknesses in framework extensibility and benchmarking that make integrating and validating new text-mining approaches difficult; (2) problematic licensing of software, terminologies and other resources that do not adequately support FAIR (and TLC) best practices; (3) processing only PubMed titles and abstracts, not full text publications; (4) Translator’s use of older NLP technology with relatively poor performance; (5) lack of a mechanism for community feedback regarding errors and other problems; (6) lack of continuous updates to add knowledge from new publications; (7) output knowledge representation that is simplistic and vague, failing to reflect the richness of what is expressed in scientific documents.

我们建议建立一个知识提供者，该提供商将寻求，整合并提供Aiready， 生物医学文献的高性能文本挖掘与生物链接兼容的模型。 我们打算将翻译人员当前对生物医学文献采矿的问题 解决方案包括：（1）框架可扩展性和基准测试中的弱点 集成和验证新的文本挖掘方法很困难； （2）有问题的许可 软件，术语和其他无法充分支持公平（和TLC）的资源 最佳实践； （3）仅处理PubMed标题和摘要，而不是全文出版物； （4） 翻译人员使用较旧的NLP技术的性能相对较差； （5）缺乏 有关错误和其他问题的社区反馈机制； （6）缺乏连续的 更新以增加新出版物的知识； （7）输出知识表示是 简单而投票，未能反映科学文档中表达的内容的丰富性。