Automatic detection of diseases in Spanish clinical notes combining medical language models and ontologies
CTIC Centro Tecnológico（CTIC技术中心）
提出融合大型语言模型与医学本体的混合方法，从西班牙语初诊或复诊报告中检测皮肤科病理，并通过有序学习类型、严重程度和部位取得最优分类性能。
2024-12-04 cs.CL
On the Merging of Domain-Specific Heterogeneous Ontologies using Wordnet and Web Pattern-based Queries
Faculty of Information Technology（信息技术学院）；Faculty of Computer Science（计算机科学学院）；Monash University（莫纳什大学）；University of Lyon（里昂大学）
本体构成了各种计算机科学学科的基本兴趣，如语义网，信息检索，数据库设计等，它们旨在提供一个正式的，明确的和共享的概念化和不同社区之间的共同领域的理解。此外，它们允许明确定义特定领域的概念及其约束。然而，本体开发的分布式特性和本体工程师观点的差异导致了本体之间的“语义异构性”。语义异构性是实现本体间互操作性的主要障碍。为了克服这一障碍，我们提出了一个多用途的框架，利用WordNet通用知识库：i）发现和纠正不正确的语义关系的概念之间的本体在一个特定的领域。该步骤是本体合并的一个基本步骤。ii）通过计算概念之间的语义关系来合并特定领域的本体。㈢通过在网上获取统计资料，处理WordNet中缺少概念的问题。4.用这些缺失的概念丰富WordNet。一个实验性的框架实例和比较国家的最先进的语法和语义为基础的系统验证我们的建议。
2020-04-30 cs.AI cs.CL cs.IR
Executable Ontologies: Synthesizing Event Semantics with Dataflow Architecture
本文提出boldsea架构及形式化语言BSL，通过将事件语义与数据流架构结合，利用可执行本体直接控制过程执行，克服了传统BPM系统的局限，实现运行时模型修改与数据及业务逻辑的无缝融合。
2025-09-16 cs.AI cs.CL cs.FL
Towards Zero-Shot Frame Semantic Parsing with Task Agnostic Ontologies and Simple Labels
Meta AI；Northwestern University（西北大学）
提出OpenFSP框架，利用领域无关槽位类型和简单标签，结合句子编码器匹配算法，实现零样本框架语义解析，在TopV2数据集上优于强基线。
2023-05-05 cs.CL cs.LG
Rerendering Semantic Ontologies: Automatic Extensions to UMLS through Corpus Analytics
在本文中，我们讨论了一些语言处理应用程序的实用性和现有的本体资源的不足之处。我们描述了一种技术，用于增加一个特定的本体，美国国家医学图书馆的UMLS的语义类型的覆盖率，使用强大的有限状态方法结合使用大规模的领域语料库的语料库分析。我们称这种技术为本体的“语义重渲染”。这项研究是在医学语言的背景下完成的，医学语言是布兰迪斯-塔夫茨联合努力的一部分，旨在开发分析生物医学语言的工具（即，Medline），以及为生物研究人员创建生物实体，生物关系和途径数据的目标数据库。当前研究的动机是需要对Medline语料库中的语法元素进行鲁棒且可靠的语义分类，以便提高上述信息抽取应用程序的整体性能。
2002-09-03 cs.CL
Using Entropy Estimates for DAG-Based Ontologies
Virginia Tech（弗吉尼亚理工大学）；University of São Paulo（圣保罗大学）
动机：层次结构上的熵测量已经被用于信息检索和自然语言建模的方法中。在这里，我们探讨其应用语义相似性。通过查找共享的本体术语，可以在注释的基因之间建立语义相似性。建立语义相似性的一个常见过程是计算本体术语的相似性（信息内容），并使用这些值来确定注释的相似性。大多数情况下，通过分析本体术语在注释语料库中的频率来计算本体术语的信息内容。使用这些值来模拟功能相似性的固有问题激励了我们的工作。摘要：我们提出了一种新的计算建立基于DAG的本体的熵，它可以用于建立其条款的信息内容的替代方法。我们还比较了我们的IC指标，其他两个使用语义和序列相似性。
2017-06-19 cs.CL
Construction and Usage of a Human Body Common Coordinate Framework Comprising Clinical, Semantic, and Spatial Ontologies
Indiana University（印第安纳大学）；University of Pittsburgh（匹兹堡大学）；National Institutes of Health（美国国立卫生研究院）；Washington University（华盛顿大学）；University of Florida（佛罗里达大学）；Vanderbilt University（范德堡大学）；Stanford University（斯坦福大学）；Harvard Medical School（哈佛医学院）
美国国立卫生研究院（NIH）的人类生物分子图谱计划（HuBMAP）旨在创建健康人体中所有细胞的全面高分辨率图谱。美国各地的多个实验室正在从不同性别、年龄和体型的捐赠者的不同器官中收集组织标本。整合和协调来自这些样本的数据，并将其“映射”到一个共同的三维（3D）空间是一个重大挑战。实现这一点的关键是“通用坐标框架”（CCF），它为整个身体提供了一个语义注释的3D参考系统。CCF使HuBMAP的贡献者能够在一个公共的空间参考系统中“注册”标本和数据集，并且它支持以空间和语义明确的方式查询和“探索”数据的标准化方式。[...]本文描述了一个人体CCF的构造和使用，以及它在HuBMAP中的参考实现。CCF包括（1）CCF临床本体，提供关于标本和供体（“谁”）的元数据;（2）CCF语义本体，描述样本来自身体的“什么”部分，并详细说明解剖结构、细胞类型和生物标志物（ASCT+B）;以及（3）CCF空间本体，指示组织样本位于3D坐标系中的“哪里”。所有三个CCF本体的初始版本都已在首个HuBMAP Portal版本中实现。它被组织映射中心成功地用于语义注释和空间配准48个肾脏和脾脏组织块。可以通过HuBMAP Portal中的CCF用户界面在其临床、语义和空间背景下查询和探索这些块。
2020-07-28 cs.CL cs.DL q-bio.QM
On the Combined Use of Extrinsic Semantic Resources for Medical Information Search
Arab American University（阿拉伯美国大学）；University of Lyon（里昂大学）；University of Sharjah（沙迦大学）
编码在特定领域本体和其他医学语义资源中的语义概念和关系在解读医学查询和文档中的术语方面起着至关重要的作用。利用这些资源来解决语义鸿沟问题已经在文献中得到了广泛的研究。然而，存在阻碍其在现实世界应用中广泛使用的挑战。这些挑战之一是现有医学本体中单独编码的知识不足，当用户使用冗长的自然语言查询来表达他们的信息需求时，这种情况会被放大。在这种情况下，许多用户的查询条件是无法识别所使用的本体，或导致检索误报，降低当前的医疗信息搜索方法的质量。在这篇文章中，我们探索了在开发一个成熟的医学信息搜索框架时多个外部语义资源的组合，以：i）在详细的医疗查询中突出和扩展主要医疗概念（即，查询项中的对给定查询的信息性和意图有显著贡献的概念），ii）构建语义增强的倒排索引文档，iii）有助于查询文档匹配过程中的加权技术。为了证明所提出的方法的有效性，我们在CLEF eHealth 2014数据集上进行了多项实验。研究结果表明，所提出的方法相结合的几个外部语义资源被证明是更有效的比相关方法的精度措施。
2020-05-17 cs.CL cs.IR
Building Ontologies to Understand Spoken Tunisian Dialect
University of Sfax（斯法克斯大学）
本文提出了一种基于词汇语义的突尼斯方言口语理解方法。这种方法考虑到突尼斯方言的特殊性，因为它没有语言处理工具。该方法是基于本体的，它允许利用本体概念进行语义标注和本体关系进行语音解释。这种结合提高了理解速度，限制了对语言资源的依赖。本文还详细介绍了在受限领域对话系统的语音理解背景下，构建用于突尼斯方言注释和解释的本体的过程。
2011-09-03 cs.CL
Assessing Semantic Annotation Activities with Formal Concept Analysis
本文提出基于形式概念分析评估语义标注活动的方法，通过概念格可视化本体使用情况，帮助专家指导标注者并优化本体，已在@note中实现并验证。
2025-01-19 cs.CL
BioLORD: Learning Ontological Representations from Definitions (for Biomedical Concepts and their Textual Descriptions)
Ghent University（根特大学）；Imec（比利时微电子研究中心）
这项工作介绍了BioLORD，一种新的预训练策略，用于为临床句子和生物医学概念产生有意义的表示。最先进的方法是通过最大限度地提高同一概念名称的相似性，并通过对比学习防止崩溃。然而，由于生物医学名称并不总是不言自明的，它有时会导致非语义表示。BioLORD克服了这个问题的基础，其概念表示使用的定义，以及简短的描述来自一个多关系知识图谱组成的生物医学本体。由于这种接地，我们的模型产生更多的语义概念表示，更紧密地匹配本体的层次结构。BioLORD为临床句子（MedSTS）和生物医学概念（MayoSRS）的文本相似性建立了一个新的艺术状态。
2022-10-21 cs.CL cs.IR
Can Large Language Models Understand DL-Lite Ontologies? An Empirical Study
School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院）
本研究实证分析了大型语言模型理解DL-Lite本体的能力，发现LLMs能理解概念和角色的形式语法与模型论语义，但在理解TBox NI传递性和处理大型ABoxes本体时存在困难。
2024-10-10 cs.AI cs.CL cs.LO
Building Large Lexicalized Ontologies from Text: a Use Case in Automatic Indexing of Biotechnology Patents
INRA（法国国家农业研究院）
本文介绍了一个工具，TyDI，并在建立一个术语本体，即一个词汇化的本体，旨在细粒度的索引语义搜索应用程序的方法进行了实验。TyDI为知识工程师和领域专家提供了有效协作的工具，以验证，组织和概念化语料库提取的术语。一个生物技术专利搜索的用例展示了TyDI的潜力。
2020-10-02 cs.AI cs.CL cs.IR
Learning Vague Concepts for the Semantic Web
University of Edinburgh（爱丁堡大学）
本体可以是一个强大的工具，结构化的知识，他们目前是广泛的研究课题。更新一个本体的内容或提高它与其他本体的互操作性是一个重要但困难的过程。在本文中，我们专注于模糊概念的存在，这是普遍存在于自然语言，在形式本体的框架内。我们将采用一个框架，在这个框架中，通过可以自动调整的数字限制来捕获复杂性。由于更新模糊的概念，无论是通过本体对齐或本体进化，可能会导致不一致的公理集，我们定义并实现了一种方法来检测和修复这种不一致的地方时尚。
2014-10-19 cs.AI cs.CL
Exploring Long-Term Prediction of Type 2 Diabetes Microvascular Complications
Queen Mary University of London（伦敦玛丽女王大学）；Allen Institute for AI（艾伦人工智能研究所）
本文提出用微调预训练临床语言模型将EHR编码为与代码无关的文本，并基于英国大规模数据多标签预测2型糖尿病1、5、10年微血管并发症风险，证明其优于基于代码的模型。
2024-12-02 cs.CL cs.LG
Efficient Biomedical Entity Linking: Clinical Text Standardization with Low-Resource Techniques
GE HealthCare（GE医疗）
本文提出一种低资源生物医学实体链接方法，利用同义词对学习，结合上下文与无上下文的重新排序技术，在Medmentions数据集上达到与最先进方法相当的性能，并引入文章级分析以补充评估。
2024-05-27 cs.CL
OPA2Vec: combining formal and informal content of biomedical ontologies to improve similarity-based prediction
King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
动机：本体在生物学中被广泛用于数据注释、集成和分析。除了正式结构化的公理之外，本体还包含注释公理形式的元数据，这些注释公理提供了表征本体类的有价值的信息。本体中常用的注释包括类标签、描述或同义词。尽管是一个丰富的语义信息源，本体元数据通常是未开发的基于本体的分析方法，如语义相似性的措施。结果如下：我们提出了一种新的方法，OPA 2 Vec，通过结合形式本体公理和注释公理从本体元数据中生成生物实体的本体矢量表示。我们应用了一个Word 2 Vec模型，该模型已经在PubMed摘要上进行了预训练，以从我们收集的数据中生成特征向量。我们以两种不同的方式验证我们的方法：首先，我们使用获得的蛋白质的矢量表示作为相似性度量来预测两个不同数据集上的蛋白质-蛋白质相互作用（PPI）。其次，我们评估我们的方法预测基因-疾病协会的基础上表型相似性，通过生成向量表示的基因和疾病的表型本体，并应用所获得的向量来预测基因-疾病协会。这两个实验只是我们的方法的可能应用的说明。OPA 2 Vec可用于生成给定任何类型生物医学本体的任何生物医学实体的矢量表示。联系人：robert. kaust.edu.sa和xin. gao@kaust.edu.sa。https://github.com/bio-ontology-research-group/opa2vec
2018-04-29 cs.AI cs.CE cs.CL
An Inter-lingual Reference Approach For Multi-Lingual Ontology Matching
Fayoum University（法尤姆大学）；Freie Universität Berlin（柏林自由大学）
本体被认为是语义网的主干。随着语义网的日益成功，来自不同国家的参与社区的数量不断增加。不同自然语言中的本体越来越多，导致了互操作性问题。在本文中，我们讨论了本体匹配的几种方法，检查相似性和差异，找出弱点，并比较现有的自动化方法与手动方法集成多语言本体。此外，我们提出了一个新的架构，多语言本体匹配服务。作为一个案例研究，我们使用了两个多语言的企业本体论的例子-柏林自由大学的本体论和埃及法尤姆大学的本体论。
2013-09-25 cs.CL cs.DL
Coordinating and Integrating Faceted Classification with Rich Semantic Modeling
Syracuse University（雪城大学）
分面分类定义了所包含图元类型的尺寸。实际上，这些方面提供了一种“本体论的承诺”。我们比较了一个方面的词库，艺术和建筑词库（AAT），与本体来自基本形式本体论（BFO 2），这是一个上层（或正式）本体论广泛用于描述实体在生物医学。我们考虑如何AAT和BFO 2为基础的本体可以协调和集成到人类活动和基础设施铸造厂（HAIF）。为了扩展AAT，使这种协调和整合，我们描述了如何更广泛的关系，其条款可以被引入。使用这些扩展，我们探索更丰富的建模主题从AAT处理技术。最后，我们考虑如何本体为基础的框架和语义角色框架可以集成，使丰富的语义语句的变化在世界上。
2018-09-25 cs.CL cs.DL
Cross-Lingual Predicate Mapping Between Linked Data Ontologies
Indian Institute of Technology Guwahati（印度理工学院古瓦哈提分校）；Korea Advanced Institute of Science and Technology（韩国科学技术院）
不同自然语言中的本体通常在图式的丰富性或内部链接的丰富性方面在质量上不同。当将丰富的英语本体与非英语本体进行比较时，这种差异是明显可见的。发现它们之间的一致性是一项有益的努力，因为它是弥合差异的起点。特别是，我们的工作是出于缺乏语言间的联系，在本地化版本的DBpedia的谓词。在本文中，我们提出并证明了一个特设系统，以找到可能的猫头鹰：equivalentProperty在不同的自然语言的本体之间的谓词链接。我们试图实现这种映射，通过使用预先存在的语言间的资源连接给定的谓词。因此，我们的方法强调语义相似性，而不是词汇。此外，通过评估，我们表明，我们的系统是能够优于一个基线系统，这是一个类似于在最近的OAEI运动。
2016-12-06 cs.AI cs.CL
Machine-interpretable Engineering Design Standards for Valve Specification
Aibel AS（Aibel公司）；University of Western Australia（西澳大学）；Equinor（Equinor公司）；DNV（DNV公司）
本文提出了一种基于IDO的模块化本体，用于将工程设计标准转化为可解释的语义模型，以提高阀门规范和设备选择过程的自动化验证能力。
2025-10-02 cs.AI cs.CL
Effective Feature Representation for Clinical Text Concept Extraction
Roam Analytics；Carnegie Mellon University（卡内基梅隆大学）；Stanford University（斯坦福大学）
关于医疗保健实践的关键信息仅以自由形式的文本记录，这为高影响力的NLP创造了巨大的机会。然而，带注释的医疗数据集往往很小，而且获取成本很高，这就提出了如何最有效地利用可用数据的问题。为此，我们开发了一个LSTM-CRF模型，用于将来自公共医疗保健本体的无监督单词表示和手工构建的特征表示相结合。我们表明，这种组合模型在五种不同类型的医疗保健文本（临床，社会，科学，商业）的数据集上具有优异的性能。每一个都涉及到复杂的标签，多词跨度，挑选出不同的医疗保健概念。我们还介绍了一种新的标记数据集，用于识别药物和疾病之间的治疗关系。
2019-04-05 cs.CL
Leveraging Large Language Models for Generating Research Topic Ontologies: A Multi-Disciplinary Study
Knowledge Media Institute, The Open University（开放大学知识媒体学院）；The Open University（开放大学）；University of Milano Bicocca（米兰比克卡大学）；Department of Business and Law, University of Milano Bicocca（米兰比克卡大学商学院与法学院）
本文研究了大型语言模型在生物医学、物理和工程学三个学科中识别研究主题语义关系的能力，通过零样本提示、链式思维提示和在现有本体上微调三种条件评估模型性能，并引入PEM-Rel-8K数据集验证跨学科迁移能力。
2026-06-04 cs.CL cs.DL
Embedding Ontologies via Incorporating Extensional and Intensional Knowledge
School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院）；Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系）；China Mobile Research Institute（中国移动研究院）
本文提出EIKE方法，通过扩展空间和内涵空间整合本体实例、概念及关系，结合几何方法和预训练语言模型捕捉结构与文本信息，在三组数据集上优于现有方法。
2026-03-25 cs.AI cs.CL
