Combining Sequence and Itemset Mining to Discover Named Entities in Biomedical Texts: A New Type of Pattern

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F09%3A00156727" target="_blank" >RIV/68407700:21230/09:00156727 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Combining Sequence and Itemset Mining to Discover Named Entities in Biomedical Texts: A New Type of Pattern

Popis výsledku v původním jazyce

Biomedical Named Entity Recognition (NER) is still a challenging problem. In this paper, we show that pattern mining techniques such as sequential pattern mining and sequential rules mining, can be useful to tackle this problem but present some limitations. That it is why we define a new kind of pattern called LSR patterns that offer an excellent trade-off between the high precision of sequential rules and the high recall of sequential patterns. We formalize the LSR pattern mining problem. We then showhow LSR patterns enable us to successfully tackle biomedical NER problem. We report experiments carried out on real data sets that underline the relevance of our proposition.

Název v anglickém jazyce

Combining Sequence and Itemset Mining to Discover Named Entities in Biomedical Texts: A New Type of Pattern

Popis výsledku anglicky

Biomedical Named Entity Recognition (NER) is still a challenging problem. In this paper, we show that pattern mining techniques such as sequential pattern mining and sequential rules mining, can be useful to tackle this problem but present some limitations. That it is why we define a new kind of pattern called LSR patterns that offer an excellent trade-off between the high precision of sequential rules and the high recall of sequential patterns. We formalize the LSR pattern mining problem. We then showhow LSR patterns enable us to successfully tackle biomedical NER problem. We report experiments carried out on real data sets that underline the relevance of our proposition.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/MEB020818" target="_blank" >MEB020818: Fúze heterogenních dat pro dolování genomických a proteomických znalostí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2009

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

International Journal of Data Mining, Modelling and Management

ISSN

1759-1163

e-ISSN

—

Svazek periodika

1

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

CH - Švýcarská konfederace

Počet stran výsledku

30

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—