{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,28]]，“日期-时间”：“2024-05-28T11:52:12Z”，“时间戳”：1716897132913}，“引用-计数”：29，“发布者”：“Frontiers Media SA”，“许可证”：[{“开始”：{“日期-零件”：[[2021,8,19]]，”日期-时间“：”2021-08-19T00:00:00 0:00Z“，”时间戳“：162933120000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“内容域”：{“域”：[“frontiersin.org”]，“crossmark-restriction”：true}，“short-container-title”：[”Front.Res.Metr.Anal.“]，“抽象”：“目标：2016年，世界卫生组织下属的国际癌症研究机构发布了Exposome-Explorer，这是第一个专门研究疾病环境风险因素暴露生物标记物的数据库。数据库内容来自手动文献搜索，该搜索产生了8500多处引文，但最终数据库中仅使用了这些出版物的一小部分。手动管理数据库非常耗时，需要领域专家收集分散在数百万篇文章中的相关数据。本文提出了一种有监督的机器学习管道来辅助手动文献检索过程<\/jats:p>方法：使用Exposome-Explorer中使用的人工检索的科学出版物语料库作为机器学习模型（分类器）的训练和测试集。基于由标题、摘要和元数据构成的不同数据集，评估了一些参数和算法，以预测文章的相关性<\/jats:p>结果：<\/jats:bold>使用标题集和抽象集，使用Logistic回归算法构建了最高性能分类器，F2得分为70.1%。此外，我们使用经过生物标记实体识别训练的分类器从这些文章中提取了1143个实体。其中，我们手动验证了数据库中45个新的候选条目<\/jats:p>结论：我们的方法将数据库管理员手动筛选的文章数量减少了近90%，而对相关文章的错误分类仅为22.1%。我们预计，这种方法也可以应用于类似的生物标志物数据集，或用于辅助类似化学或疾病数据库的手动管理过程<\/jats:p>“，”DOI“：”10.3389\/frma.2021.689264“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,8,19]]，”date-time“：”2021-08-19T11:21:11Z“，”timestamp“：1629372071000}，”update-policy“：“http://\/dx.DOI.org\/10.3389\/crossmark-policy”，“source”：“Crossref”，“is-referenced-by-count”：3，“title”：[“利用机器学习进行Exposome-Explorer中生物标记物治疗的信息检索“]，”前缀“：”10.3389“，”卷“：”6“，”作者“：[{”给定“：”安德烈“，”家族“：”拉莫里亚斯“，”序列“：”第一“，”从属“：[]}，{”给出“：”索菲亚“，”家庭“：”耶稣“，”顺序“：”附加“，”附属“：[]}，“给定”：“瓦内萨”，“家庭”：“Neveu”，“序列”：“附加”，“affiliation“：[]}，{”given“：”Reza M.“，”family“：”Salek“，“sequence”：“additional”，“affiliance”：[]neneneep，{“given”：“Francisco M.”，“family”：“Couto”，“segment”：“extendated”，“filiation”：“[]}]，“member”：“1965”，“published-online”：{“date-parts”：[2021,8,19]]}“reference”：[{”key“：“B1”，“doi-asserted-by”：页面“：”e115892“，”doi“：”10.1371 \/journal.pone.0115892“，”article-title“：”生物医学文献分类的机器学习“，”volume“：”9“，”author“：”Almeida“，”year“：”2014“，”journal-title”：“PLOS ONE”}，{“key”：“B2”，“article-title”:“带决策树和决策规则的文本挖掘”，“author”：“Apte”，“year”：“1998”}、{“key”：”B3“，“doi-asserted-by”：“publisher”，”第一页“：”123“，”DOI“：”10.1007\/bf00058655“，”article-title“：”Bagging Predictors“，”volume“：”24“，”author“：”Breiman“，”year“：”1996“，”journal-title”：“Mach Learn。“}，{”key“：”B4“，”doi-asserted-by“：”publisher“，”first-page“：”5“，”doi“：”10.1023\/a:1010933404324“，”article-title“：”Random Forests“，”volume“：“45”，“author”：“Breiman”，“year”：“2001”，“journal-title”：“Machine Learn.”007\/bf00994018“，”article-title“：”Support-vector Networks“，”volume“：”20“，“作者”：“科尔特斯”，“年份”：“1995”，“新闻标题”：“马赫学习”。“}，{”key“：”B6“，”doi-asserted-by“：”publisher“，”first-page“：”58“，”doi“：”10.1186\/s13321-018-0312-9“，”article-title“：”Mer:“用于最小命名实体识别和链接的Shell脚本和注释服务器”，“volume”：“10”，“author”：“Couto”，“year”：“2018”，“journal-title”：“J.Chemnify”}，“key”：“”全文生物医学文章的半自动索引”，“卷”：“2005年”，“作者”：“同性恋”，“年份”：“2004年”，《杂志标题》：“AMIA Annul。症状。程序。“}，{”key“：”B8“，”doi-asserted-by“：”publisher“，”first-page“：”170“，”doi“：”10.1038\/ng.3774“，”article-title“：”CIViC是专家众包癌症变异体临床解释的社区知识库“，”volume“：“49”，“author”：“Griffith”，“year”：“2017”，“journal-title”：“Nat.Genet.”}，”{“key”：“B9”，“article-title”“：”生物医学自然语言处理领域特定语言模型预训练”，“作者”：“Gu”，“年份”：“2021”，“日志标题”：“arXiv预印本arXiv:2007.15779”}，{“key”：“B10”，“doi-asserted-by”：“publisher”，”first page“：”105“，”doi“：”10.1186\/1476-069X-10-105“，”article-title“：”绝经前妇女膳食镉摄入量与镉暴露生物标志物之间的关系——人体铁存储量”，“量”：“10”，“作者”：“朱林”，“年份”：“2011年”，“杂志标题”：“环境”。Health“}，{“key”：“B11”，“doi-asserted-by”：“publisher”，“first page”：”457“，“doi”：“10.3233\/978-1-61499-830-3-457”，“article-title”：“Exposome Research范围的表征：通用方法”，“volume”：：“245”，“author”：“Kiossoglou”，”year“2017”，“journal-title“：”Stud.Health Technol.Inform.“}ted-by“：”publisher“，”首页“：”78“，”DOI“：”10.1186\/s13073-019-0686-y“，”article-title“：”将与临床相关的癌症生物标记物纳入CIViC数据库“，”volume“：”11“，”author“：”Lever“，”year“：”2019“，”journal-title”：“Genome Med.”}，{“key”：“B13”，“first-page”：“63”，“article-title”“\u201cNLTK:the Natural Language Toolkit”，“author”：“Loper”，“year”“：”2002年“}，{”key“：”B14“，”doi-asserted-by“：”publisher“，”first page“：“1530”，”doi“：”10.3233\/SHTI190519“，”article-title“：”通过主题建模和本体分析表征Exposome研究的范围“，“volume”：“264”，“author”：“Lopez-Campos”，“year”：“2019”，“journal-title”：“Stud.Health Technol.Inform.”}，”{“key”：”B15“，”doi-asserted-by“”：“publisher”，“首页”：“386”，“DOI”：“10.1136\/amiajnl-2013-001772”，“文章标题”：“Exposome Informatics:设计未来生物医学研究信息系统的考虑因素”，“卷”：“21”，“作者”：“Martin Sanchez”，“年份”：“2014”，“期刊标题”：“J.Am.Med.Inform”。Assoc.“}，{”key“：”B16“，”doi-asserted-by“：”publisher“，”first page“：“D908”，”doi“：”10.1093\/nar\/gkz1009“，”article-title“：”Exposome-explorer 2.0:一个包含候选饮食生物标记物和饮食与癌症风险关联的更新“，”volume“：48”，“author”：“Neveu”，“year”：“2020”，“journal-title”：“核酸研究”}，}“key”：“B17”，“doi-asserted-by“：”publisher“，”first page“：”D979“，”doi“：”10.1093\/nar\/gkw980“，”article-title“：”Exposome-explorer:关于暴露于饮食和环境因素的生物标记物的手册化数据库“，”volume“：“”2825“，”DOI“：”10.5555\/1953048.2078195“，”article-title“：”Scikit-learn:机器学习python“，”volume“：”12“，”author“：”Pedregosa“，”year“：”2011“，”journal-title”：“J.Machine learn。Res.“}，{”key“：”B19“，”first page“：“727”，”article-title“：”用于选择文章进行Medline索引的高回忆分类器“，”volume“：‘2019’，”author“：”Rae“，”year“：”2019“，“journal-title”：“AMIA Annul.Symp.Proc.”}，}“key”：“B20”，”doi-asserted-by“：”publisher“，”首页“：”163“，“doi”：“10.1142\/s0219720010004562”，“”文章标题“：”Calbc Silver Standard语料库“，“volume”：“8”，“author”：“Rebholz-Schhmann”，“year”：“2010”，“journal title”：“J.Bioninform”。计算。生物学。“}，{“key”：“B21”，“首页”：“318”，“article-title”：“并行分布式处理：认知微观结构的探索，第1卷”，“author”：“Rumelhart”，“year”：“1986”}，“key“：”B22“，“first-page”：“1487”，“article-title”：“人类表型-基因关系的银标准语料库”，“author”:“Sousa”，“年份”：“2019”}doi-asserted-by“：”publisher“，”first page“：”bav008“，“doi”：“10.1093\/database\/bav008”，“article-title”：“Mycoclap，真菌来源木质纤维素活性蛋白特征数据库：资源和文本挖掘策展支持”，“volume”：“2015”，“author”：“Strasser”，“year”：“2015.”，“journal-title“：”database（Oxford）“}，{”key“：“B24”，“doi-asserted-by“：”publisher“，”first page“：”463“，”doi“：”10.1097\/coh.0b013e32833ed177“，“article-title”：“什么是生物标记物？”？“，”卷“：”5“，”作者“：”Strimbu“，”年份“：”2010“，”期刊标题“：”货币。操作。HIV AIDS“}，{“key”：“B25”，“doi-asserted-by”：“publisher”，“first page”：”1287“，“doi”：“10.1158\/1055-9965.epi-04-0827”，“article-title”：“尿糖和果糖作为糖消费的生物标志物”，“volume”：：“14”，“author”：“Tasevska”，“year”：“2005”，“journal-title“：”癌症流行。生物标志物流行“}“”注意你所需要的”，“author”：“Vaswani”，“year”：“2017”}，{“key”：“B27”，“doi-asserted-by”：“publisher”，“first page”：”167“，“doi”：“10.1093\/biomet\/54.1-2.167”，“article-title”：“事件概率作为几个独立变量的函数的估计”，“volume”：第54页，“auther”：B28“，”doi-asserted-by“：”publisher“，”first page“：”241“，”doi“：”10.1016\/s0893-6080（05）80023-1“，”article-title“：”Stacked Generalization“，”volume“：“5”，”author“：”Wolpert“，”year“：”1992“，”journal title“：“Neural networks”}，{“key”：“B29”，“article-title”：“Na\u00efve Bayes的最优性”，“author”：“Zhang”，“year”：“2004”}]，“集装箱标签”：[“研究指标和分析前沿“]，”original-title“：[]，”link“：[{”URL“：”https:\/\/www.frontiersin.org\/articles\/10.3389\/frma.2021.689264\/full“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2021,8,19]]，”date-time“：“2021-08-19T11:21:17Z”，“timestamp“：1629372077000}，”score“：1，”resource“：{“primary”：{”URL“：”https:\/\/www.frontiersin.org\/articles\/10.3389\/frma.2021.689264\/full“}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,8,19]]}，《references-count》：29，“alternative-id”：[“10.3389\/frma.2021.68969264”]，“URL”：“http:”\/\/dx.doi.org\/10.3389 \/frma.2021.689264“，”关系“：{“has-preprint“：[{”id-type“：”doi“，”id“：”10.1101\/2020.12.0423685“，”asserted-by“：”object“}]}，”ISSN“：[”2504-0537“]，”ISSN-type“：[}”value“：”2504-037“，”type“:”electronic“}]，”subject“：【】，”published“：{”date-parts“：[2021,8,19]]}}}}