• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of biomedical informatics. >Knowledge based word-concept model estimation and refinement for biomedical text mining
【24h】

Knowledge based word-concept model estimation and refinement for biomedical text mining

机译：基于知识的生物医学文本挖掘的词概念模型估计与改进

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

Text mining of scientific literature has been essential for setting up large public biomedical databases, which are being widely used by the research community. In the biomedical domain, the existence of a large number of terminological resources and knowledge bases (KB) has enabled a myriad of machine learning methods for different text mining related tasks. Unfortunately, KBs have not been devised for text mining tasks but for human interpretation, thus performance of KB-based methods is usually lower when compared to supervised machine learning methods. The disadvantage of supervised methods though is they require labeled training data and therefore not useful for large scale biomedical text mining systems. KB-based methods do not have this limitation.
机译：科学文学的文本挖掘对于建立大型公共生物医学数据库至关重要，这些数据库正在被研究界被广泛使用。 在生物医学域中，存在大量术语资源和知识库（KB）已启用无数的机器学习方法，用于不同的文本挖掘相关任务。 不幸的是，KBS尚未设计用于文本挖掘任务，但对于人类解释，因此与监督机器学习方法相比，基于KB的方法的性能通常更低。 监督方法的缺点虽然是需要标记的培训数据，因此对大规模生物医学文本挖掘系统无用。 基于KB的方法没有这种限制。

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