LiveZilla Live Chat Software

Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Towards using scientific publications to automatically extract information on rare diseases

Cousyn Charles, Bouchard Kévin, Gaboury Sébastien et Bouchard Bruno. (2020). Towards using scientific publications to automatically extract information on rare diseases. Mobile Networks and Applications, 25, (3), p. 953-960.

Le texte intégral n'est pas disponible pour ce document.

URL officielle: http://dx.doi.org/doi:10.1007/s11036-019-01237-3

Résumé

A small percentage of the population is afflicted by what is called an orphan or a rare disease. All over the world, there are about several thousand of these diseases. When adding up together all the individuals who are affected, it amounts for up to 10% of the US population. Scientific works on these diseases are often poorly financed due to the lack of potential markets for a treatment, which means for patients and clinicians a very limited and scattered access to vital information. To contribute addressing this issue, we present in this paper a new software tool for automating the extraction of information related to rare diseases from scientific publications. More precisely, our contribution consists in a new method of extracting automatically symptoms of these diseases from research papers exploiting a Named Entity Recognition (NER) algorithm based on the numerical statistic Term Frequency - Inverse Document Frequency (TF-IDF). The proposed tool has been tested using PubMed Central (PMC) database.

Type de document:Article publié dans une revue avec comité d'évaluation
ISSN:1383-469X
Volume:25
Numéro:3
Pages:p. 953-960
Version évaluée par les pairs:Oui
Date:2020
Identifiant unique:10.1007/s11036-019-01237-3
Sujets:Sciences naturelles et génie > Sciences mathématiques > Informatique
Sciences de la santé > Sciences médicales > Épidémiologie et biostatistique
Département, module, service et unité de recherche:Départements et modules > Département d'informatique et de mathématique
Mots-clés:text mining, rare disease, named entity recognition, knowledge aggregation, symptoms
Déposé le:10 févr. 2021 20:02
Dernière modification:10 févr. 2021 20:02
Afficher les statistiques de telechargements

Éditer le document (administrateurs uniquement)

Creative Commons LicenseSauf indication contraire, les documents archivés dans Constellation sont rendus disponibles selon les termes de la licence Creative Commons "Paternité, pas d'utilisation commerciale, pas de modification" 2.5 Canada.

Bibliothèque Paul-Émile-Boulet, UQAC
555, boulevard de l'Université
Chicoutimi (Québec)  CANADA G7H 2B1
418 545-5011, poste 5630