Drugs4COVID: Combinando el procesado de lenguaje natural, minería de textos y grafos de conocimiento en salud: retos y caso de uso

Resumen de Contenido

En este seminario se describirá cómo se han usado diversos métodos del estado del arte, técnicas y herramientas en las áreas del procesado de lenguaje natural, minería de textos y grafos de conocimiento para construir un sistema que permita navegar por una amplia literatura científica que ha sido creada y mantenida desde marzo de 2020, con la aparición de la pandemia COVID-19. Tras proporcionar una visión general del porqué y de cómo se construyó el sistema, se analizarán más profundamente áreas como los modelos probabilísticos y la respuesta a preguntas basadas en grafos de conocimiento.

Programa

• Drugs4COVID: motivación, recursos, retos y pasos (incluyendo algunas actividades prácticas para navegar por recursos y grafos de conocimientos).
• Modelos probabilísticos.
• Respuesta a preguntas basadas en grafos de conocimiento (incluyendo algunas actividades prácticas para comprender las oportunidades actuales, limitaciones y retos).

Método de Evaluación

Participación y realización de un trabajo.

Horas lectivas

Bibliografía

• Carlos Badenes-Olmedo, David Chaves-Fraga, María Poveda-Villalón, Ana Iglesias-Molina, Pablo Calleja, Socorro Bernardos, Patricia Martín-Chozas, Alba Fernández-Izquierdo, Elvira Amador-Domínguez, Paola Espinoza-Arias, Luis Pozo, Edna Ruckhaus, Esteban González-Guardia, Raquel Cedazo, Beatriz López-Centeno, Óscar Corcho (2020). Drugs4Covid: Drug-driven Knowledge Exploitation based on Scientific Publications.
• Virginia Ramón-Ferrer, Carlos Badenes-Olmedo, Óscar Corcho (2023). Automatic Topic Label Generation using Conversational Models. Proceedings of the 12th Knowledge Capture Conference 2023. Association for Computing Machinery, New York.

Días de Impartición y Horario

Sitio web

https://drugs4covid.oeg.fi.upm.es/

Aula

• 6202

Idioma

Inglés.