√Čquipe Bibliome

Acquisition et formalisation de connaissances à partir de textes

Responsable : Claire Nédellec

L'équipe Bibliome développe des méthodes de traitement du langage naturel (NLP) et d'apprentissage automatique (ML) pour extraire des informations de textes dans le domaine de la biologie.

Nous travaillons sur des t√Ęches sp√©cifiques d'extraction d'information (IE) telles que la reconnaissance d'entit√©s, la normalisation d'entit√©s (entity linking) et l'extraction de relations. Nous nous concentrons sur les m√©thodes qui combinent l'information linguistique, l'apprentissage automatique et la connaissance du domaine (ontologies et taxonomies) et qui sont capables de traiter un petit nombre d'exemples d'apprentissage.

Nous appliquons nos méthodes à un large éventail d'applications en Sciences de la Vie - de la diversité microbienne à la biologie végétale et à la surveillance épidémiologique.

Une part importante de notre activité consiste également à promouvoir le développement et l'évaluation de systèmes IE en organisant des challenges.


Projets

Projets en cours

Omnicrobe : développement d’une base de données d'informations sur les habitats et les phénotypes microbiens à partir de textes. CRD ANSES. 2022-2023. 

HoloOligo Structure diversity, functionality and modulation of milk oligosaccharides in monogastric livestock species: towards optimal development of rabbit and pig holobionts. Project-ANR-21-CE20-0045 - Biologie des animaux, des organismes photosynthétiques et des microorganismes

TIERS - ESV. Traitement de l’Information et Expertise des Risques Sanitaires pour l’Epidémiosurveillance en Santé Végétal. IB2021 Departments INRAE MathNum and SPE.

TyDI Terminology Design Interface. DiBiSO, université Paris-Saclay, INIST-CNRS, BIA-INRAE et MaIAGE-INRAE. 2021-2023.

Beyond - ANR Programme Prioritaire de Recherche Cultiver et protéger autrement. Building epidemiological surveillance and prophylaxis with observations both near and distant Projet IA-20-PCPA-0002

D2KAB Data to Knowledge in Agriculture and Biodiversity. ANR AAPG 2018-CE23-0017.

Projets récents

ENovFood Linking a phenotypic and a network food microbe databases: an application to food microbial ecology and food innovation. Metaprogramme MEM INRA. 2018-2020.

OntoBedding. Amélioration de plongements lexicaux par des ontologies pour leur adaptation aux domaines de spécialité, avec le LIMSI. Projet financé par le DIM RFSI. 2019

Visa TM (Towards an advanced infrastructure in text-mining) CoSO project, (2017-2019)

OpenMinTeD (Open Mining Infrastructure for Text and Data) Infrastructure H2020 project (2015-2018)

D-ONT, Exploitation optimisée des bases de données phénotypiques - Des ontologies pour le partage d’information, ACI Phase 2016-2018.

IMSV, Institut de modélisation des systèmes vivants, Lidex de l'Université Paris-Saclay (2014-2016)

SeeDev, Regulations in the development of Arabidopsis thaliana seed (Challenge Lidex CDS) (2015)

OntoBiotope: Metaprogramme INRA MEM (Metagenomics of microbial ecosystems). (2012-2013).

Triphase: Semantic information system for publications in animal physiology and agricultural systems. PHASE department (2013-2014).

Quaero: Automatic multimedia content processing. Oséo. (2008-2013).

FSOV SAM Blé: Selection of wheat by genetic markers. Fond de soutien à l'obtention végétale (2010-2013).


Animation

Workgroup Labex DigiCosme D2K (from Data to Knowledge)

BioNLP-Open Shared Task 2019: annotated corpora and online evaluation services

BioNLP-Shared Task (2011, 2013, 2016): annotated corpora and on-line evaluation services

LLL, Learning Language in Logics (2005)


Membres

Photo Claire NédellecClaire Nédellec, Directrice de Recherche, responsable de l'équipe Bibliome
Robert BossyRobert Bossy, Ingénieur de Recherche, responsable de la Suite Alvis
Louise DelegerLouise Deléger, Chercheuse
Photo Arnaud FerréArnaud Ferré, Postdoc
Anfu TangAnfu Tang, étudiant en thèse
Mariya BorovikovaMariya Borovikova, étudiante en thèse
Elisa LubriniElisa Lubrini, R&D
Clara SauvionClara Sauvion, R&D

Anciens membres

Photo BaMouhamadou Ba, Postdoc, projet OpenMinTeD
Photo Estelle ChaixEstelle Chaix, Postdoc, projet OpenMinTeD
Philippe BessièrePhilippe Bessières, Directeur de recherche
Phot Dielekti ValsamouDialekti Valsamou, Doctorante, IDEX IDI

Logiciels

Visitez-nous sur GitHub.

  • Alvis NLP/ML¬†est une cha√ģne de traitement pour l'annotation s√©mantique de documents textuels, int√©grant des outils de traitement automatique des langues naturelles pour la segmentation en mots/phrases, la reconnaissance d'entit√©s nomm√©es, l'analyse de termes, le typage s√©mantique et l'extraction de relations. Ces outils exploitent des ressources externes, comme des terminologies ou des ontologies. AlvisNLP/ML propose plusieurs outils pour l'acquisition (semi)-automatique de ces ressources, fond√©es sur des techniques d'apprentissage automatique. La cha√ģne est facilement configurable et extensible par ajout de nouveaux composants. Ce travail a √©t√© partiellement financ√© par le projet europ√©en¬†Alvis¬†et le¬†projet Quaero. Voir N√©dellec et al., Handbook on Ontology, 2009.

  • AlvisAE¬†(Alvis Annotation Editor) est un √©diteur d'annotation en ligne. Il permet de visualiser et d'annoter les entit√©s et les relations d'un texte. Il inclut des fonctions de gestion de campagne d'annotation. Il permet d'annoter les entit√©s par les concepts d'une ontologie et de r√©viser l'ontologie en parall√®le. Il est int√©gr√© √† AlvisNLP. Ce travail a √©t√© partiellement financ√© par le¬†projet Quaero. Voir¬†LAW VI paper¬†pour plus de d√©tails.

  • AlvisIR (Alvis Information Retrieval) is an on-line generic semantic search engine ; only few hours are needed to create a a new instance for a given document collection and an ontology. A user query with the ontology concepts retrieves all documents that contain the concepts, in the form of specific concepts, or synonyms. AlvisIR semantic search engine also handles relational queries. See for example¬†search on biotopes of microorganisms¬†. Part of this work has been funded by the European project¬†Alvis¬†and the French project¬†Quaero.

  • BioYaTeA¬†is an extension of the YaTeA term extractor that deals with prepositional attachments and adjectival participle. It extracts terms from documents in French and in English. Its distribution includes post-filtering of irrelevant terms. It is publicly available as¬†CPAN module. Part of this work has been funded by the European project¬†Alvis¬†and the French project¬†Quaero. See (Golik et al., CiCLING'2013) for more details.

  • TyDI¬†(Terminology Design Interface) is a collaborative tool for the manual validation and structuring of terms either originating from terminologies or extracted from training corpus of textual documents. It is used on the output of so-called term extractor programs (like¬†BioYatea), which are used to identify candidates terms (e.g. compound nouns). With TyDI, a user can validate candidate terms and specify synonymy/hyperonymy relations. These annotations can then be exported in several formats, and used in other natural language processing tools. Part of this work has been funded by the French project¬†Quaero. More details (Golik et al., Ekaw 2010¬†).


Online Services

Semantic search engines based on the AlvisIR technology

  • Biotope¬†relational search engine¬†indexes all PubMed references on habitats of microorganisms and phenotypes (2,3 millions references) with Alvis Suite technology and¬†OntoBiotope Ontology. Funded by OpenMinTeD, Quaero project and MEM metaprogramme.

  • SamBl√© indexes a large set of references on genetic markers and phentoypes in bread wheat¬†with Alvis Suite technology and¬†Wheat Trait Ontology. FSOV SamBl√©¬†Project and OpenMinTeD

  • SeeDev¬†indexes a large set of references on molecular mechanism involved in seed development using Alvis Suite technology. Supported by UPSay CDS&IMSV projects¬†and OpenMinTeD.

  • TriPhas‚ÄôIR indexes the publications of the PHASE scientific department (2010-2014) with the TriPhase termino-ontology.

  • AnimalIR¬†indexes Animal Journal articles with the ATOL ontology

Omnicrobe

  • Omnicrobe is an online database that integrates information on microbe habitats and phenotypes¬†from articles and databases, BRC, and genetic databases.