CHEMDNER: 医薬品および化学名抽出チャレンジ

化学分野の自然言語処理（NLP）およびテキストマイニング技術（ChemNLPまたは化学テキストマイニング）は、特許や科学文献などの非構造化データからの情報へのアクセスと統合を改善するための鍵です。したがって、BioCreativeの主催者は、CHEMDNER（化学化合物および医薬品名認識）コミュニティチャレンジを提案し、新しい競争力のあるアクセス可能な化学テキストマイニングシステムの開発を促進しました。このタスクにより、特別に訓練された化学者によって手動でラベル付けされたテキストの慎重に準備されたコレクションをGold Standardデータとして使用して、さまざまな方法論のパフォーマンスを比較評価することが可能になりました。我々は二つの重要な側面を評価しました。一つは化学物質で文書をインデックスすることに関するもので（化学文書インデックス化 - CDIタスク）、もう一つはテキスト中の化学物質の正確な言及を見つけることに関するものでした（化学エンティティ言及認識 - CEMタスク）。27チーム（23の学術チームと4の商業チーム、合計87人の研究者）がCHEMDNERタスクの結果を提出しました：CEMタスクには26チーム、CDIタスクには23チームが参加しました。トップスコアを取得したチームは、CEMタスクでFスコア87.39%、CDIタスクで88.20%を達成し、人間のアノテーター間の合意（91%）と比較しても非常に有望な結果を得ました。化学物質を検出するために使用された戦略には、さまざまな特徴を持つ機械学習手法（例：条件付きランダムフィールド）、化学および医薬品のレキシカ、ドメイン固有のルールが含まれていました。我々は、この取り組みによって生まれたツールとリソースが、化学テキストマイニングアプリケーションの今後の発展に影響を与え、検出されたエンティティに関連する化学情報（毒性または薬理ゲノムプロパティなど）を見つけるための基盤となることを期待しています。