コンテキスト このデータセットは、私たちが[COVID - 19オープンリサーチデータセットチャレンジ（CORD - 19）](https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge/)に対する貢献（[ノートブックリンク](https://www.kaggle.com/enriquemartinlopez/covid-19-information-extraction-from-literature)）の成果物の1つです。 内容 科学論文の元の[CORD - 19データセット](https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge/)から始めて、まず、**コロナウイルス感染症**およびそれを引き起こす**ウイルス**に関する*様々な用語*を含むすべての論文をフィルタリングしました。次に、これらの論文をより管理しやすいセクションに分割し、各セクションに対して、スタンフォードのOpenIEを使用した情報抽出を適用して、IEトリプレット（`オブジェクト`、`関係`、`主語`）を抽出しました。 謝辞 * イワン・エガ・プラタマ。[データセット解析コード | Kaggle、COVID EDA：初期探索ツール](https://www.kaggle.com/ivanegapratama/covid-eda-initial-exploration-tool) * マニング、クリストファー・D、スルデアヌ、ミハイ、バウアー、ジョン、フィンケル、ジェニー、ベサード、スティーブン・J、およびマクロスキー、デヴィッド。2014年。スタンフォードCoreNLP自然言語処理ツールキット 言語学会年次総会52回大会：システムデモンストレーション論文集、pp. 55 - 60。[Open IE](https://stanfordnlp.github.io/CoreNLP/openie.html) * ジェズラエル。[Pandas - 列内の値が同じ列内の別の値の部分文字列であるかどうかを確認する](https://stackoverflow.com/a/58951442) * イシャメル。[部分列（非連続）の検索](https://stackoverflow.com/a/29954829) * ディパンジャン・サルカー：[NLP戦略I - テキストの処理と理解](https://github.com/dipanjanS/practical-machine-learning-with-python/tree/master/bonus%20content/nlp%20proven%20approach) * マリウス・ボルカン：[基本的な知識グラフのPython実装](https://github.com/bdmarius/python-knowledge-graph) * リヤン・チャン：[Python - 文字列リスト内で他の要素の部分文字列となっている要素を削除する](https://stackoverflow.com/questions/21720199/python-remove-any-element-from-a-list-of-strings-that-is-a-substring-of-anothe) 着想 もともと、このデータセットはCORD - 19チャレンジの質問に答えるために使用しました。ただし、この同じデータセットは、最新の科学文献から得られるコロナウイルス感染症に関する知識に関連する他の任意の質問に答えるためにも使用できます。