Projekt

KEEPHA

Mehrsprachige wissensverbesserte Informationsextraktion für die Pharmakovigilanz

  • Laufzeit:

KEEPHA ist ein trilaterales DFG-gefördertes Projekte, zusammen mit Partnern aus Frankreich (LIMSI/LISN) und Japan (NAIST, NII, RIKEN). Im Projekt geht es um die Extraktion ungewollter Medikamentenwechselwirkungen aus Texten, sowohl aus sozialen Medien (z.B. Patientenforen, Twitter) als auch aus Fachliteratur. Die Hauptaugenmerke bestehen in der Informationsextraktion über Sprach- und Textgrenzen hinweg, der Integration zusätzlichen Expertenwissens, sowie der Abbildung dieser Informationen auf strukturierte Wissensbasen.

Partner

DFKI, LIMSI/LISN, NAIST, NII, RIKEN

Fördergeber

DFG - Deutsche Forschungsgemeinschaft

DFG - Deutsche Forschungsgemeinschaft

Projekt teilen auf:

Publikationen zum Projekt

Davy Weissenbacher; Karen O'Connor; Siddharth Rawal; Yu Zhang; Richard Tzong-Han Tsai; Timothy Miller; Dongfang Xu; Carol Anderson; Bo Liu; Qing Han; Jinfeng Zhang; Igor Kulev; Berkay Köprü; Raul Rodriguez-Esteban; Elif Ozkirimli; Ammer Ayach; Roland Roller; Stephen Piccolo; Peijin Han; V G Vinod Vydiswaran; Ramya Tekumalla; Juan M Banda; Parsa Bagherzadeh; Sabine Bergler; João F Silva; Tiago Almeida; Paloma Martinez; Renzo Rivera-Zavala; Chen-Kai Wang; Hong-Jie Dai; Luis Alberto Robles Hernandez; Graciela Gonzalez-Hernandez

In: Database - The Journal of Biological Databases and Curation, Vol. 2023, Pages 1-10, Oxford University Press, 2/2023.

Zur Publikation

Lisa Raithel; Philippe Thomas; Roland Roller; Oliver Sapina; Sebastian Möller; Pierre Zweigenbaum

In: Proceedings of the 13th Conference on Language Resources and Evaluation. International Conference on Language Resources and Evaluation (LREC-2022), June 20-25, Marseille, France, Pages 3637-3649, European Language Resources Association, 2022.

Zur Publikation

Deutsches Forschungszentrum für Künstliche Intelligenz
German Research Center for Artificial Intelligence