Prochain numéro du magazine ActuIA le 15 octobre
Actualité Mise en ligne de la base de données COVID-19 Open Research Dataset...

Pour approfondir le sujet

La RSNA lance un défi aux chercheurs en IA pour le développement d’algorithmes de détection de pneumonie

La Radiological Society of North America (RSNA) a annoncé le lancement du RSNA Pneumonia Detection Challenge à destination des chercheurs en intelligence artificielle. L'objectif est...

Google lance un moteur de recherche de jeux de données destiné aux datascientists

Le mercredi 5 septembre dernier, Google a publié sur son blog un article signé Natasha Noy, Research Scientist chez Google AI, annonçant le lancement de Dataset...

États-Unis : Le gouvernement lance AI.gov recensant les initiatives pour l’intelligence artificielle

Le gouvernement américain a lancé AI.gov, consacré à l'intelligence artificielle. Le site recense les différentes initiatives en cours, leur développement et mise en oeuvre et...

Focus sur le projet grenoblois QuCube, lauréat de l’ERC Synergy Grant sur les technologies quantiques

Le projet QuCube est lauréat de l’appel à proposition ERC Synergy Grant sur les technologies quantiques. Il recevra 14 millions d’euros sur 6 ans...

Mise en ligne de la base de données COVID-19 Open Research Dataset (CORD-19)

En réponse à la pandémie COVID-19, le Allen Institute for AI et plusieurs groupes de recherche de premier plan se sont associés pour préparer et distribuer l’ensemble de données de recherche ouvert COVID-19 (CORD-19), une ressource gratuite de plus de 29 000 articles scientifiques, dont plus de 13 000 en texte intégral, sur COVID-19 et la famille des coronavirus à l’usage de la communauté mondiale des chercheurs.

Une ressource gratuite et ouverte pour la communauté mondiale des chercheurs

Cet ensemble de données vise à mobiliser les chercheurs pour qu’ils appliquent les récentes avancées en matière de traitement du langage naturel afin de générer de nouvelles connaissances pour soutenir la lutte contre cette maladie infectieuse. Le corpus sera mis à jour chaque semaine au fur et à mesure que les nouvelles recherches seront publiées dans des publications évaluées par des pairs et des services comme bioRxiv, medRxiv, et autres.

Participer au défi CORD-19

Kaggle accueille le COVID-19 Open Research Dataset Challenge, une série de questions importantes conçues pour inciter la communauté à utiliser la base de données CORD-19 pour trouver de nouvelles informations sur la pandémie COVID-19, notamment sur l’histoire naturelle, la transmission et le diagnostic du virus, les mesures de gestion de l’interaction homme-animal, les leçons tirées des études épidémiologiques précédentes, etc.

Télécharger CORD-19

En téléchargeant cet ensemble de données, vous acceptez la Dataset License. Des informations spécifiques sur la licence pour les différents articles de l’ensemble de données sont disponibles dans le fichier de métadonnées.

Des informations supplémentaires sur les licences sont disponibles sur le site web de PMC, celui de medRxiv et celui de bioRxiv.

La dernière version contient des articles jusqu’au 2020-03-13 avec plus de 13 000 articles en texte intégral.

Télécharger ici :

Chaque papier est représenté comme un objet JSON unique. Le schéma est disponible ici.

Et également fourni un fichier de métadonnées complet de 29 000 articles de recherche sur les coronavirus et COVID-19 avec des liens vers PubMed, Microsoft Academic et la base de données de publications COVID-19 de l’OMS (comprend les articles sans texte intégral en libre accès) :

Fichier de métadonnées (readme) — 47Mb

L’ensemble de données contient toutes les recherches liées à COVID-19 et aux coronavirus (par exemple, SRAS, MERS, etc.) provenant des sources suivantes :

  • Le corpus en libre accès PMC de PubMed utilisant cette requête (COVID-19 et recherche sur les coronavirus)
  • Autres articles de recherche COVID-19 provenant d’un corpus maintenu par l’OMS
  • Pré-impressions bioRxiv et medRxiv utilisant la même requête que PMC (COVID-19 et recherche sur les coronavirus)

Il est recommandé d’utiliser les métadonnées du fichier complet lorsqu’elles sont disponibles, au lieu des métadonnées analysées dans l’ensemble de données. Veuillez noter que l’ensemble de données peut contenir des entrées multiples pour des ID PMC individuels dans les cas où des documents supplémentaires sont disponibles.

Ce dépôt est lié à la base de données de l’OMS des publications sur les maladies à coronavirus et à d’autres ressources, telles que Microsoft Academic Graph, PubMed et Semantic Scholar. Une coalition comprenant The Chan Zuckerberg Initiative, Georgetown University’s Center for Security and Emerging Technology, Microsoft Research, et la National Library of Medicine of the National Institutes of Health a été créée pour fournir ce service.

Le Allen Institute for AI et en particulier l’équipe Semantic Scholar continueront à fournir des mises à jour de cet ensemble de données à mesure que la situation évolue et que de nouvelles recherches sont publiées.

Contribuer à CORD-19

Afin de maximiser l’impact et d’augmenter le nombre de textes intégraux disponibles pour la communauté mondiale de la recherche, la coalition demande activement aux éditeurs de rendre leur contenu de recherche disponible pour des projets d’IA comme celui-ci qui bénéficient au bien commun. Si vous êtes un éditeur intéressé à contribuer au corpus CORD-19, veuillez contacter partnerships@allenai.org.

Ressources du Allen Institute for AI

Additional Resources

Publisher Resources

Thomas Calvi

Partager l'article

8 startups et PME françaises lauréates de l’appel à projets EUREKA – Challenge international COVID-19

Bpifrance a annoncé ce jour les lauréats du Challenge international Covid-19. Suite à l'appel à projets ouvert du 15 avril au 15 mai 2020,...

Une approche européenne de l’intelligence artificielle : EIT Digital fait part de ses recommandations

EIT Digital a présenté son troisième rapport de sa série Policy Perspective. Il aborde la manière dont l'Europe devrait gérer l'intelligence artificielle et fournit...

Replay – Conférence 1re Pierre : Cité de l’Intelligence Artificielle organisée par le département des Alpes-Maritimes et l’Institut EuropIA

Le lundi 14 septembre 2020 s'est déroulé le troisième #IADATES organisé par le département des Alpes-Maritimes et l’Institut EuropIA. Intitulée "1re Pierre : Cité...

reciTAL, spécialiste du TAL, lève 3,5 M€ auprès de Breega

Paris, le 10 septembre 2020 - reciTAL, start-up IA spécialisée dans les solutions de Document Intelligence, effectue une première levée de fonds de 3,5 M€...