Resumen

Las entidades relevantes de enfermedades son una tarea importante en la extracción de datos de texto no estructurado de la literatura biomédica para lograr conocimiento biomédico. El trastorno del espectro autista (TEA) es una enfermedad relacionada con un trastorno neurológico y del desarrollo caracterizado por déficits en la comunicación e interacción social y por comportamientos repetitivos. Sin embargo, este tipo de enfermedad sigue siendo poco clara hasta la fecha. En este estudio, se identifican entidades asociadas con la enfermedad utilizando el aprendizaje automático de una forma computacional a partir de la recopilación de datos de texto para los mecanismos moleculares relacionados con el TEA. Las entidades relacionadas con la enfermedad se extraen de la literatura biomédica relacionada con el autismo utilizando el aprendizaje profundo con un modelo de red neuronal recurrente bidireccional de memoria a corto y largo plazo (BiLSTM) y campo aleatorio condicional (CRF). En comparación con otros trabajos previos, el enfoque es prometedor para identificar entidades

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Entidades; Enfermedad; Literatura biomédica; Autismo; Mecanismos moleculares; Aprendizaje automático
• Keywords:Entities; Disease; Biomedical literature; Autism; Molecular mechanisms; Machine learning