نیک بلاگ

رشته :پزشکی 

Text mining patents for biomedical knowledge

دانلود رایگان مقاله انگلیسی اینجا را کلیک نمایید

استخراج متن پزشکی از پایگاه دانش علمی، همچون Medline، توجه زیادی را در سال های اخیر به خود جلب کرده است . با توجه به اینکه متن کاوی قادر به استخراج حقایق زیست پزشکی در اطراف نهادهای چرخند مانند ژن ها، پروتئین ها، و مواد مخدر، از منابع متن بدون ساختار، به عنوان توانمندسازی به شمار می رود ، پرورش تحقیقات زیست پزشکی و کشف مواد مخدر دیده می شود. در مقابل به ادبیات پزشکی، تحقیق در مورد استخراج از اختراع ثبت شده پزشکی است در همان سطح به بلوغ رسیده است. در اینجا، ما کار موجود را بررسی کرده و چالش های فنی همراه با موارد  خودکار استخراج حقایق   از اختراع ثبت شده، پدیدار خواهد شد . ما با ترسیم مسیر آینده بالقوه در این حوزه درایو  تحقیقات زیست پزشکی و کشف مواد دارویی را خواهیم داشت .

مقدمه

در دسترس بودن داده به طور سنتی نقش کلیدی در پیشرفت علمی دارد . اگر چه اختراع ثبت شده هستند، از طبیعت خود، اسناد عمومی، در مقیاس بزرگ دسترسی الکترونیکی به اختراع ثبت شده است و  ممکن است به تازگی ساخته شده باشد . قابل ذکر است، از سال ۲۰۱۰، ثبت اختراع ایالات متحده و دفتر علائم تجاری (USPTO) اختراع ثبت شده خود   آنلاین از طریق یک سرویس دانلود فله ارائه شده است  (https://bulkdata.uspto.gov). این نسخه بیش از ده ترابایت از اطلاعات می تواند در نظر گرفته شود و قابل مقایسه با راه اندازی مطالعه در سال ۱۹۹۶   ساخته شده است که اکثریت از مطالب مدلاین در دسترس آنلاین و تحریک زمینه استخراج متن پزشکی بیش از افزایش قدرت محاسباتی و یا پیشرفت در پردازش زبان طبیعی (NLP) بوده اند . افزایش در دسترس بودن از اختراع ثبت شده یک فرصت برای محققان برای ایجاد و بهبود الگوریتم های تخصصی در استخراج دانش مندرج در آن نشان داده شده است. در این بررسی، ما پیشرفت در معدن را از اختراع ثبت شده پزشکی داریم ، که اختراع ثبت شده با نرم افزار در زمینه هایی از قبیل شیمی دارویی، تشخیص پزشکی، سنجش بیولوژیکی، درمان بزرگ مولکول، تعیین توالی ژن، بیوانفورماتیک، و مناطق دیگر مربوط به پزشکی و دارویی هستند . توصیف تحقیق و توسعه را خواهیم داشت و  یک برآورد تقریبی از تعداد این اختراع ثبت شده بیش از ۱۱٫۶ میلیون می باشد ، که ۸٫۷ میلیون توسط ده حوزه های قضایی ثبت اختراع پرکار تر  صادر شده است (به عنوان از ۲۰۱۶ ژانویه ۱۱ *) (شکل ۱). پس، ما به این مجموعه خاص از اختراع ثبت شده به سادگی به عنوان “اختراع ثبت شده، مراجعه می کنیم .

Biomedical text mining of scientific knowledge bases, such as Medline, has received much attention in recent years. Given thattext mining is able to automatically extract biomedicalfacts that revolve around entities such as genes, proteins, and drugs, from unstructured text sources, it is seen as a major enabler to foster biomedical research and drug discovery. In contrast to the biomedical literature, research into the mining of biomedical patents has not reached the same level of maturity. Here, we review existing work and highlight the associated technical challenges that emerge from automatically extracting facts from patents. We conclude by outlining potential future directions in this domain that could help drive biomedical research and drug discovery