Thematic role语义识别和医药知识精细挖掘- 夏静波

研报主要内容总结

医药文献中的深层语义

• 发展历程：生物医学文本数据挖掘从命名实体识别逐步发展至高阶链接（知识图谱构建）。
• 关键挑战：粗粒度知识 vs 细粒度知识；浅层语义 vs 深层语义。

药物重定位

• 定义：已上市药物的新用途发现。
• 案例：多巴胺用于治疗癌症；雷帕霉素用于治疗胰腺癌。
• 假设：“GOF-antagonist/LOF-agonist”假想：药物作为激动剂或拮抗剂可能治愈与基因突变相关的疾病。

语义角色语料库设计

• 目的：设计用于刻画LOF/GOF突变的语料库。
• 设计逻辑：遵循分子生物学的基本运作流程。
• 版本：
  • AGAC (v1.0): 1116 OMIM文本，1名标注员。
  • AGAC (v1.1): 1148 OMIM文本及53篇PubMed摘要，5名标注员。
  • AGAC (v2.0): 500篇PubMed文本标注，自动标注工具使用。

多模态数据融合

• 应用：结合突变数据和类型突变，通过图模型和变分推断解决协同问题。
• 案例：阿尔茨海默病研究。

主要发现

• 药物重定位：通过突变类型识别和逻辑推理，发现药物的新用途。
• 语义角色标注：识别句子中的谓语-宾语结构，如因果关系和主题事件。
• 多模态数据融合：通过图模型和变分推断方法，整合不同来源的数据，提高诊断和治疗的准确性。

总结

• 研究通过设计专门的语料库和多模态数据融合技术，深入挖掘医药知识，提升药物重定位和疾病诊断的效率与准确性。