<noframes id="b7zbb">

<big id="b7zbb"></big>

    <address id="b7zbb"><pre id="b7zbb"><strike id="b7zbb"></strike></pre></address>
    <address id="b7zbb"></address>
    <noframes id="b7zbb">

        <track id="b7zbb"></track>
          <big id="b7zbb"><strike id="b7zbb"><span id="b7zbb"></span></strike></big>

          學術科研

          Jake Lever博士在線作“Text mining to assist biocuration for precision medicine”主題報告

          發布日期:2022-07-01 發表者:陳治國 瀏覽次數:


             (文|歐陽思卓  編輯|辛西  審核|夏靜波)6月30日下午,格拉斯哥大學計算機科學學院Jake Lever博士應我院副教授夏靜波邀請,通過線上平臺向信息學院師生分享了題為《Text mining to assist biocuration for precision medicine》的學術報告。

            

             Jake Lever 博士在加拿大溫哥華不列顛哥倫比亞大學完成博士學位,并在斯坦福大學做博士后研究。本次Happy Hour由信息學院、湖北省生物信息學會、武漢國家級人類遺傳資源樣本庫聯合承辦,信息學院人工智能與知識發現研究生黨支部協辦。夏靜波博士主持會議。


             Jake Lever博士研究重點是生物醫學文本文本挖掘,利用信息提取方法來建立知識數據庫并協助研究者找到正確的文獻支持。近年來,Jake Lever博士在針對疾病自動化文本知識抽取上做出一系列有啟發性的工作,其中發表在Nature Method上的CancerMine算法,精準挖掘癌癥相關的 oncogene,tumor suppressor 和 driver gene,該工作受到較廣泛關注。Jake Lever博士本次的報告圍繞如下內容展開:當今生物醫藥領域的研究跨學科的特點日益明顯,并且文獻數量快速增長,這使得生物醫藥領域的研究人員在海量文獻閱讀過程中有效、快速、準確地定位知識帶來巨大的挑戰。因此我們必須建立自動化的方法來協助研究人員處理這些海量的知識,并引導他們走向新的方向。而信息提取方法提供了一個機會,去智能總結隱藏在海量文獻中的綜合生物醫學知識。本次報告會討論自然語言處理在生物醫學應用中一些獨特的挑戰。


             本次報告分為“Finding knowledge for biocurators”“Relation extraction at PubMed scale”“Categorizing coronavirus research”3部分,Jake博士使用圖表與動畫結合,深入淺出地介紹了文本挖掘輔助精準醫學的生物治療過程,會后,參會師生就分享內容提出一系列問題,如“怎么樣更可靠地挑選在多種癌癥中起到關鍵作用的基因?”“文本通常是描述群體的,文本挖掘方法真的可以輔助精準醫療嗎?”“機器學習更容易平衡P值和召回,深度學習如何才能做到這一點?”等問題,Jake博士針對大家的問題展開一系列解答,大家進行友好交流,與會者表示收獲頗豐。


          高潮AAA人人爽人人爱

          <noframes id="b7zbb">

          <big id="b7zbb"></big>

            <address id="b7zbb"><pre id="b7zbb"><strike id="b7zbb"></strike></pre></address>
            <address id="b7zbb"></address>
            <noframes id="b7zbb">

                <track id="b7zbb"></track>
                  <big id="b7zbb"><strike id="b7zbb"><span id="b7zbb"></span></strike></big>