...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Zoologischer Anzeiger >Peeking behind the page: using natural language processing to identify and explore the characters used to classify sea anemones
【24h】

Peeking behind the page: using natural language processing to identify and explore the characters used to classify sea anemones

机译：在页面后面偷看：使用自然语言处理来识别和探索用于对海葵进行分类的字符

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Although most phylogenetic investigations are motivated by questions about the evolution of morphological attributes, morphological data are increasingly rare as a source of characters for reconstructing phylogeny, in part because these attributes are time consuming to collect. Here we describe methods to mine the information contained in classifications as a source of phylogenetic characters, using the classification of actiniarian sea anemones (Cnidaria: Anthozoa) as our exemplar system. Our natural language processing pipeline recovers more than 400 characters in the most widely-used classification of sea anemones. However, the majority of these are problematic, reflecting semantic or logical inconsistencies or being scored for only a single taxon and thus inappropriate for phylogenetic reconstruction. Although the classification cannot be directly translated into a phylogenetic matrix, the exposure of the characters that underlie a classification provide important perspective into the basis and limits of a classification system and offer a valuable starting point for the creation of a phylogenetic matrix. (C) 2015 The Authors. Published by Elsevier GmbH.
机译：尽管大多数系统发育研究都是出于有关形态属性演变的问题，但形态数据作为重建系统发育特征的来源越来越少，部分原因是收集这些属性很费时。在这里，我们将以猕猴桃海葵（Cnidaria：Anthozoa）的分类为范例系统，描述挖掘分类中包含的信息作为系统发育特征来源的方法。在最广泛使用的海葵分类中，我们的自然语言处理管道可以恢复400多个字符。但是，这些中的大多数是有问题的，反映出语义或逻辑上的不一致，或者仅针对单个分类单元进行评分，因此不适合进行系统发育重建。尽管不能将分类直接转换为系统发育矩阵，但作为分类基础的字符的暴露为分类系统的基础和局限性提供了重要的视角，并为创建系统发育矩阵提供了宝贵的起点。 （C）2015作者。由Elsevier GmbH发布。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号