scientific-text-mining-nlp

name	scientific-text-mining-nlp
description	科学テキストマイニング・NLP スキル。生物医学 NER（遺伝子/疾患/薬物/化合物）・ 関係抽出（PPI / DDI / GDA）・文献ベースナレッジグラフ構築・ エビデンス要約・トピックモデリング・引用ネットワーク解析パイプライン。 PubTator / SemanticScholar / EuropePMC データ統合。

Scientific Text Mining & NLP

科学文献に対する自然言語処理（NLP）パイプラインを提供する。 生物医学エンティティ認識、関係抽出、ナレッジグラフ構築、 トピックモデリング、自動エビデンス要約を体系的に扱う。

When to Use

• 大量の科学文献から遺伝子・疾患・薬物名を自動抽出するとき
• タンパク質-タンパク質相互作用（PPI）等の関係を文献から抽出するとき
• 文献ベースのナレッジグラフを構築するとき
• 研究トレンドのトピックモデリングを行うとき
• 引用ネットワーク分析で影響力のある論文を同定するとき

---

Quick Start

1. 生物医学 NER（Named Entity Recognition）

import numpy as np
import pandas as pd

def biomedical_ner(texts, model="biobert", entity_types=None):
    """
    生物医学テキストからのエンティティ認識。

    model:
      - "biobert": BioBERT — PubMed 事前学習 BERT
      - "scispacy": SciSpaCy — 科学テキスト特化 spaCy
      - "pubtator": PubTator3 API — NCBI の NER サービス

    entity_types:
      - Gene/Protein: 遺伝子・タンパク質名
      - Disease: 疾患名（MESH / OMIM ID）
      - Chemical/Drug: 化合物・薬物名（MeSH / DrugBank ID）
      - Species: 生物種
      - Mutation: 変異（tmVar 形式）
      - Cell Line / Cell Type
    """
    if entity_types is None:
        entity_types = ["Gene", "Disease", "Chemical", "Species", "Mutation"]

    if model == :
         spacy
        nlp = spacy.load()
         scispacy.linking  EntityLinker
        nlp.add_pipe(, config={
            : ,
            : 
        })

        all_entities = []
         i, text  (texts):
            doc = nlp(text)
             ent  doc.ents:
                all_entities.append({
                    : i,
                    : ent.text,
                    : ent.label_,
                    : ent.start_char,
                    : ent.end_char,
                    : ent._.kb_ents[][]  ent._.kb_ents  ,
                    : ent._.kb_ents[][]  ent._.kb_ents  ,
                })

        df = pd.DataFrame(all_entities)
        ()
         df

     model == :
         transformers  pipeline
        ner_pipeline = pipeline(, model=,
                                 aggregation_strategy=)

        all_entities = []
         i, text  (texts):
            entities = ner_pipeline(text)
             ent  entities:
                all_entities.append({
                    : i, : ent[],
                    : ent[],
                    : ent[],
                })

         pd.DataFrame(all_entities)