longevity research screening:一个简单的机器学习框架用于对年龄和寿命研究的引用进行筛选 源码

长寿研究筛选 一个简单的机器学习框架,用于老化和长寿研究的引文筛选 介绍 该存储库包含研究项目的源代码,用于开发机器学习框架,以在系统评价和荟萃分析中半自动进行引文筛选。 该框架是在衰老和长寿研究的背景下开发和评估的,并在特定数据集上进行了测试,该数据集与“ Dasatinib和Quercetin敏感性分析的风险收益分析”(D&Q分析)相关,由。 结果位于可访问的3个交互式导出文档表中。 您可以找到技术报告或检查演示快速浏览。 评价结果 实证结果表明,所提出的系统平均可以识别95%的相关文档,准确率达到17%。 该系统的总体性能是合理的,因为审阅者平均只筛选大约35%的检索文档即可达到所希望的95%的召回率。 与随机筛选相比,这将为他们节省大约60%的工作,后者需要平均筛选95%的文档以达到期望的95%召回率。 以下是我们使用5倍交叉验证程序在153个带有标签的文档上测试的D&Q A