Nucleic Acids Res.：PubTator 3.0——用于挖掘生物医学知识的人工智能驱动...

主要观点总结

本文介绍了PubTator 3.0这一生物医学文献资源挖掘网站工具，使用最先进的人工智能技术为蛋白质、遗传变异、疾病和化学品等关键概念提供语义和关系搜索。文章详细描述了PubTator 3.0的主要功能、特点、结果及局限性。

关键观点总结

关键观点1: PubTator 3.0是中南大学课题组运营的生物医学文献资源挖掘工具。

该工具利用人工智能技术进行语义和关系搜索，涵盖超过3600万篇PubMed摘要和600万篇全文文章。

关键观点2: PubTator 3.0提供全面的功能和工具，如问答集成ChatGPT（GPT-4）以提高响应的真实性和可验证性，支持其他文本挖掘任务，并优先提供包含候选基因、基因-表型关联以及疾病共病的相关文献。

此外，它还支持程序化访问和其他数据格式。

关键观点3: PubTator 3.0使用AIONER模型进行实体识别，使用BioREx模型进行关系抽取，数据存储使用MongoDB，并通过Solr进行索引以便搜索。

其检索质量在对比PubMed和Google Scholar的实体对查询的信息检索中表现出较高的准确性。

关键观点4: PubTator 3.0具有局限性，如实体和关系抽取的局限性、自动化标注的准确性以及全文支持不足等。

未来可以进一步完善这些方面，如扩展至全文文献处理，提高处理的全面性。