Apprentissage automatique pourl'extraction de réseaux de régulation

géniques à partir d'articlesDigiCosme ‐ Groupe de travail D2K

Dialekti VALSAMOU ‐ 8 juin 2015

0

Plan de la présentation1.  Du texte aux connaissances

Un cas typique d'IE : du texte à l'ontologie2.  Le cas d'IE pour l'extraction d'un réseau, exemples de la vraievieChallenge BioNLP '13, ma thèse, ...

3.  Approfondir en IEUn système complet : du 0 au réseau (ou presque)Apprentissage pour l'extraction de relations

Du texte aux connaissancesUn exemple sur les bacteries

Du texte aux connaissancesUn exemple sur les bacteries

Du texte aux connaissancesUn exemple sur les bacteries

IE pour l'extraction d'un réseauChallenge BioNLP '13 : Tâche GRN, extraction d'un réseau

de régulation génique

IE pour l'extraction d'un réseauChallenge BioNLP '13 : Tâche GRN, extraction d'un réseau

de régulation génique

IE pour l'extraction d'un réseauChallenge BioNLP '13 : Tâche PC, Pathway curation

Réseau de régulation ailleurs :

IE pour l'extraction d'un réseauArabidopsis thaliana

Gene regulatory network for secondary cell wall biosynthesis in Arabidopsis root xylem. (Interactions)

IE pour l'extraction d'un réseauArabidopsis thaliana

Modèle de connaissance pour le réseau de régulation de la phasede développement de la graine

Un cycle complet d' IEComposantes

Un cycle complet d'IEArchitecture de la suite Alvis

Un cycle complet d'IEEditeur en ligne d'annotations

Un cycle complet d'IESchéma et Modèle A.thaliana

Modèle de connaissance pour le réseau de régulation de la phasede développement de la graine

Un cycle complet d'IEApprentissage Automatique

1.  Traitement linguistique :lemmmatisation,segmentation,POS tagginganalyse syntactique,...

2.  Extraction d'Entités Nommées3.  Résolution d'anaphores et coréférences4.  Extraction de relations (binaire) et événements (n‐naire)

Un cycle complet d'IEApprentissage Automatique

1.  Traitement linguistique2.  Extraction d'Entités Nommées :

terminologies (source ou résultat),ontologies, (source, alignement..)règles,apprentissage, ...

3.  Résolution d'anaphores et coréférences4.  Extraction de relations (binaire) et événements (n‐naire)

Un cycle complet d'IEApprentissage Automatique

1.  Traitement linguistique2.  Extraction d'Entités Nommées3.  Résolution d'anaphores et coréférences :

systèmes de règles4.  Extraction de relations (binaire) et événements (n‐naire)

Un cycle complet d'IEApprentissage Automatique

1.  Traitement linguistique2.  Extraction d'Entités Nommées3.  Résolution d'anaphores et coréférences4.  Extraction de relations (binaire) et événements (n-naire) :

rel. binaires : entre deux arguments (entités)événements : relations plus complèxes

approches à features ou à noyau (fonctions de similarité)plusieurs type d'informations exploitéespre‐traitement des données : syntaxe, surface, ..sources et outils externes (semantique distributionnelle)

Un cycle complet d'IEExtraction de Relations par AlvisRE

Approche à noyau, basée sur informations syntaxiques etsémantiques1.  Preparation de la représentation

Calcul de co‐occurrencesChemin entre arguments sur le graphe de dépencencessyntaxiques

2.  Calcul de matrice de similaritéFonction de similarité: alignement global de séquence

3.  ClassificationSVM linéaire (Empirical Kernel Map)

Un cycle complet d'IEExtraction de Relations par AlvisRE

Combine l'intuition d'une fonction de similarité...Pas besoin de feature engineering

.. avec une représentation vectoriellecompatible avec les features supplémentaires

Chaque instance est représentée parUn vecteur composé de la similarité entre cette instance ettous les instances d'entraînement

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Représentation

Un cycle complet d'IEExtraction de Relations par AlvisRE

Alignement

Un cycle complet d'IEExtraction de Relations par AlvisRE

Results on Benchmarks

Un cycle complet d'IEExtraction de Relations par AlvisRE

Corpus "Concurrence" AlvisRE‐‐ PRE REC F1 PRE REC F1LLL 70,9 95,4 79,7 63,3 77,1 69,5BB 28 82 42 70 51 59

Un cycle complet d'IEMoteur de recherche sémantique

merci!