BioTAGME: Piattaforma per l'analisi di reti di conoscenza Biologica

L'estrazione di conoscenza dall'analisi della letteratura è un aspetto fondamentale per fare nuove scoperte scienifiche e guadagnare conoscenza riguardo relazioni tra componenti biologiche. Specialmente nel mondo della biomedicina, grazie alla conoscienza di base messa a disposizione da bance dati online, questo processo permette di ottenere informazioni da aspetti ampiamente investigati da altri ricercatori. L'estrazione atomarica di informazione sottoforma di Tag sta dientando un aspetto fondamentale. A tal riguardo, proponiamo BioTAGME un framework che combina il sistema di annotazione TAGME basato sul corpus Wikipedia con la metodologia di predizione prevista dall'algorito DT-Hybrid. L'obiettivo è quello di estrarre termini biologici da una collezione di testi in PubMED, e derivare i link di connessione tra quest'ultimi al fine di costruire un grafo di conoscenza. L'architettura consiste di un backend implementato in SPARK al fine di distribuire il calcolo computazionale tra molteplici macchine, e da un frontend implementato in React e JavaScript. Inolte, la rete prodotta è memorizzata in Neo4j. Inoltre, un ulteriore lavoro è stato presentato in questa tesi, chiamato NetME, che permette di costruire una rete di conoscenza "on the fly" a partire da una collezione di full text ottenuti da una query effettuata su PubMed Central ed applicando tecniche di sentiment analysis.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2021

Author dc:creator

• DI MARIA, ANTONIO

Contributors dc:contributor

• PULVIRENTI, ALFREDO

• Knowledge Graph, Document Annotation, Prediction Algorithms, Sentimental Analysis Methodologies, Apache SPARK, HDFS, Neo4j
• Rete di conoscenza, Annotazione di documenti, Algoriti di predizione, Metodologie basate su sentimental analysis, Apache Spark, HDFS, Neo4j

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/581930

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/581930