Apprendre de la litt\'erature scientifique : Les r\'eseaux de signalisation en biologie syst\'emique (Literature-based discovery: Signaling Systems in Systemic Biology)
Cet article a pour but de montrer la faisabilit{\'e} d{'}un syst{\e}me de fouille de texte pour alimenter un moteur d{'}inf{\'e}rences capable de construire, {\a} partir de pr{\'e}dicats extraits des articles scientifiques, un r{\'e}seau de signalisation en biologie syst{\'e}mique. Cette fouille se r{\'e}alise en deux {\'e}tapes : la recherche de phrases d{'}int{\'e}r{\^e}t dans un grand corpus scientifique, puis la construction automatique de pr{\'e}dicats. Ces deux {\'e}tapes utilisent un syst{\`e}me de cascades de transducteurs.
Code (0)
등록된 구현이 없습니다.
Tasks
ArticlesSimilar Papers 제목 키워드 기반
DEFT2014, automatic analysis of literary and scientific texts in French (DEFT 2014, analyse automatique de textes litt\'eraires et scientifiques en langue fran\ccaise) [in French]
Caract\'eriser les discours acad\'emiques et de vulgarisation : quelles propri\'et\'es ?
L{'}article pr{\'e}sente une {\'e}tude des propri{\'e}t{\'e}s linguistiques (lexicales, morpho-syntaxiques, syntaxiques) permettant la classification automatique de documents selon leur genre (articles scientifiques et a…
ArticlesGeneral ClassificationAutomatic Analysis of Scientific and Literary Texts. Presentation and Results of the DEFT2014 Text Mining Challenge (Analyse automatique de textes litt\'eraires et scientifiques : pr\'esentation et r\'esultats du d\'efi fouille de texte DEFT2014) [in French]
Revue de la littérature : entrepôts de données biomédicales et traitement automatique de la langue (Literature review : biomedical data warehouse and natural language processing )
La quantité de données de santé informatisées ne cesse de croître et ouvre de nouvelles possibilités pour la recherche scientifique. L’accès à ces données passe très souvent par l’utilisation d’entrepôts de données biomé…
Contribution d’informations syntaxiques aux capacités de généralisation compositionelle des modèles seq2seq convolutifs (Assessing the Contribution of Syntactic Information for Compositional Generalization of seq2seq Convolutional Networks)
Les modèles neuronaux de type seq2seq manifestent d’étonnantes capacités de prédiction quand ils sont entraînés sur des données de taille suffisante. Cependant, ils échouent à généraliser de manière satisfaisante quand l…