伦敦大学学院 发布 NeuroEmbed 数据集, 应用在 神经退行性疾病、生物信息学 领域

伦敦大学学院 本次发布的数据集 NeuroEmbed, NeuroEmbed是一个用于神经退行性疾病研究的语义精准嵌入空间工程方法。该方法包括从公共数据库中提取数据集、使用生物医学本体和嵌入空间聚类进行元数据标准化和增强、基于随机组合的标准化元数据维度生成问答数据集、以及针对特定领域的嵌入器进行微调等四个阶段。通过NeuroEmbed方法，我们对2,801个数据集和150,924个样本进行了语义索引，并将GEO数据库中超过1,700个异构组织标签标准化为326个与本体一致的概念，同时通过引入新的本体一致术语丰富了注释。该数据集的创建旨在解决神经退行性疾病研究中元数据标准化和语义检索的问题，为自动化生物信息学流程构建提供支持。

查看NeuroEmbed

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。