Trouble at the text mineComputers c

Trouble at the text mine
Computers can rapidly scan through thousands of research papers to make useful connections, but work is being slowed by publishers' unease.

Richard Van Noorden
07 March 2012 Corrected: 08 March 2012
Article tools
PDFRights & Permissions
When he was a keen young biology graduate student in 2006, Max Haeussler wrote a computer program that would scan, or 'crawl', plain text and pull out any DNA sequences. To test his invention, the naive text-miner downloaded around 20,000 research papers that his institution had paid to access — and promptly found his IP address blocked by the papers' publisher.

It was not until 2009 that Haeussler, then at the University of Manchester, UK, and now at the University of California, Santa Cruz, returned to the project in earnest. He had come to realize that standard site licences do not permit systematic downloads, because publishers fear wholesale theft of their content. So Haeussler began asking for licensing terms to crawl and text-mine articles. His goal was to serve science: his program is a key part of the text2genome project, which aims to use DNA sequences in research papers to link the publications to an online record of the human genome. This could produce an annotated genome map linked to millions of research articles, so that biologists browsing a genomic region could immediately click through to any relevant papers.

But Haeussler and his text2genome colleague Casey Bergman, a genomicist at the University of Manchester, have spent more than two years trying to agree terms with publishers — and often being ignored or rebuffed. “We've learned it's a long, hard road with every journal,” says Bergman.

Related stories
Researchers aim to chart intellectual trends in arXiv
Developers call for handy lab aids
Literature mining: Speed reading
More related stories
Many publishers say that they will allow their subscribers to text-mine, subject to contract and the text-miners' intentions, and point to a number of successful agreements. But like many early advocates of the technology, Haeussler and Bergman complain that publishers are failing to cope with requests, and so are holding up the progress of research. What is more, they point out, as text-mining expands, it will be impractical for individual academic teams to spend years each working out bilateral agreements with every publisher.

With his frustration boiling over, Haeussler last week started a project to e-mail all the main science publishers for permission to mine their content. He will log their responses online (at http://text.soe.ucsc.edu) in the hope of raising awareness of the problem.

Academia is abuzz with excitement over text-mining. Thanks to growing computer power, software can recognize, extract and index scientific information from vast amounts of plain text, allowing computers to read and organize a body of knowledge that is expanding too fast for any human to keep up. 'Semantic software' is starting to record the relationships between scientific 'entities' — for example, between a particular drug and a specific enzyme.

“When we have licensed and paid for the full text, we feel that we should also have the right to mine it.”
For pharmaceutical firms, text-mining is “a basic necessity” that assists drug development, says Raul Rodriguez-Esteban, a computational biologist at the drug giant Boehringer Ingelheim in Ridgefield, Connecticut. Companies routinely create custom databases of proteins, drugs, cell types and the interactions between them, all gleaned from text-mining, he explains. The technology still needs human oversight, but most enthusiasts expect text-mining to be the key to a new kind of scientific discovery based on rich, computer-readable representations of knowledge gathered from plain-text research articles.

But, as Haeussler has discovered, there is a major roadblock. Freely available patents and article abstracts are open for text-mining, but material behind paywalls is not — even when institutions have paid for a site licence. “The licence is oriented towards permitting the human to download and read an article, but not to text-mine it,” says John McNaught, deputy director of the National Centre for Text Mining at the University of Manchester. Even freely accessible papers may not come with permissive licences: of the 2.4 million abstracts listed by PubMedCentral, only 400,000 (17%) are licensed for text-mining.

Illicit prospecting
Software programmers can circumvent publishers' detection systems, for example by ensuring that papers aren't crawled or downloaded in one batch. This breaches the normal site licence terms, but Haeussler says that papers derived from such technically illegal text-mining have been published in leading journals.

Those wishing to text-mine within the rules must agree contracts with the publishers, and sometimes pay a fee. Haeussler got permission to mine the corpus of Amsterdam-based publisher Elsevier for free. But another academic text-mining project, BioNOT, based at the University of Wisconsin–Milwaukee, was not so fortunate. Back in 2008, the collaboration was charged extra for its contract to search Elsevier papers to automatically extract negative results, potentially useful for showing that genes are not related to a disease, for example.

Even powerful drug firms find the negotiations a burden. “When we have licensed and paid for the full text, we feel that we should also have the right to mine it,” says Henning Nielsen, head of the Library and Information Centre at the Danish pharmaceutical firm Novo Nordisk in Bagsværd, Denmark, and president of the Pharma Documentation Ring (PDR), an association of information managers covering 21 of the world's largest drug firms.


SOURCE: PRC
Expand
Publishers deal with text-mining requests in various ways. Last year, the Publishing Research Consortium (PRC), a trade body that supports research on scholarly communication, commissioned a survey about content-mining, for which it polled 190 journal publishers (E. Smit and M. Van der Graaf Learn. Publ. 25, 35–46; 2012). Of these, 48% said that they had detected illegal crawling and downloads of their content, and 51% had received requests from individual research projects — although most had received fewer than five requests per year (see 'Mine all mine'). More than half of publishers said that they decide on a case-by-case basis whether to allow access. Of these, one-third said that they would charge for it if the request was for commercial purposes. For example, some publishers seem concerned that if someone text-mines their content to produce a marketable product, it could compete with or supplant their own content. Nature Publishing Group in London, which publishes this journal, says that it does not charge existing subscribers to mine content to which they already have access, subject to contract.

There are signs that policies may soon be clarified. Nielsen says that the PDR hopes to hammer out a solution with major publishers this year, to allow drug firms to text-mine the literature more easily. And last August, the UK government accepted the recommendations of an intellectual-property review that said scientists should be allowed to mine text and data from journal articles without having to ask permission from a copyright owner — although this has not become law, and does not trump current licence agreements, which tend to bar systematic downloading of papers.

On 8 March, the Copyright Clearance Center — an organization based in Danvers, Massachusetts, that works with publishers on rights licensing — is holding a forum in Amsterdam to discuss what publishers should do about text-mining. And the International Association of Scientific Technical and Medical Publishers, a trade body based in Oxford, UK, says that it is working to agree a shared position on text and data mining, which it expects to resolve by the summer.

Increasingly, publishers are starting to recognize the opportunities of text-mining, and to mine their own content. The PRC survey found that just under half of publishers said that they already do so, with almost one-third of the rest planning to start this year. The work — often contracted out to the same third-party text-mining firms that are employed by the pharmaceutical industry — typically involves computer programs picking out all the chemicals, genes or proteins from a research paper, and in some cases uploading them to online databases.

Limited access
Elsevier is now actively inviting text-miners, including BioNOT, to write programs (or 'apps') that crawl through the full text of its research articles to pick out information. Subscribers to Elsevier's website can access more than 100 of these apps — including Haeussler's program. But the apps run only within the website, and contracts usually stipulate that the mined content cannot be used elsewhere. This, says Bergman, is of limited use, because the publisher covers only a small amount of the research literature. He and others shudder at the prospect of individual publishers making text-miners adopt different standards, or stipulating that a particular text-mining program can be used only on their papers — effectively destroying the technology's potential to crawl across the entire research literature.

Publishers are still working out how to take advantage of text-mining, but none wants to miss out on the potential commercial value. “The technology is progressing so quickly that publishers haven't had time to think it through,” says David Haussler of the University of California, Santa Cruz, who leads the text2genome project. “As soon as they do, they will realize this is a wonderful opportunity.”

Nature 483, 134–135 (08 March 2012) doi:10.1038/483134a

Результаты (русский) 1:

Проблемы на шахте текстаКомпьютеры могут быстро сканировать через тысячи исследовательских работ, чтобы сделать полезные соединения, но настоящее время замедляется работа от издателей беспокойства.Ричард Ван Noorden07 марта 2012 Исправлена: 08 марта 2012Статьи инструментовPDFRights & разрешенияКогда он был студентом острый молодых биологии в 2006 году, Max Haeussler написал компьютерную программу, которая будет сканировать, или «обхода», обычный текст и вытащить любой ДНК последовательностей. Чтобы проверить свое изобретение, наивно текст Шахтер скачал около 20000 исследовательских работ, которые выплатили его учреждение для доступа к — и быстро найти его IP-адрес заблокирован издатель документов.Он не был до 2009, Haeussler, затем в университете Манчестера, Великобритания и в настоящее время в университете Калифорнии, Санта-Крус, вернулась на проект всерьез. Он пришел к выводу, что стандартные лицензии не позволяют систематически загрузки, потому что издатели боятся Оптовая кража их содержание. Так Haeussler начал, прося условия лицензирования для обхода и текст шахта статей. Его целью было служить наука: его программа является ключевой частью проекта text2genome, который стремится использовать последовательности ДНК в исследовательских работ связать публикации онлайн запись генома человека. Это может производить сопоставление аннотированный генома связано с миллионы научных статей, так что биологи, просмотр геномной региона могли немедленно нажмите через любых соответствующих документов.Но Haeussler и его коллега text2genome Кейси Бергман, genomicist в университете Манчестера, провел более двух лет, пытаясь согласовать термины с издателями — и часто игнорируются или отпор. «Мы узнали, что это долгая и трудная дорога с каждый журнал,» сказал Бергман.Родственные рассказыИсследователи стремятся интеллектуальной диаграммы тенденций в arXivРазработчикам следует вызывать для удобной Лаборатория СПИДДобыча литература: СкорочтениеБолее Родственные рассказыМногие издатели говорят, что они будут их подписчикам текст-шахты, при условии соблюдения Договора и намерения текст горняков» и указывают на ряд успешных соглашений. Но как многие ранние сторонники технологии, Haeussler и Бергман жалуются, что издатели не способны справиться с запросами и таким образом сдерживают ход исследований. Что такое больше, они указывают на то, как расширяет интеллектуального анализа текста, это будет непрактично для отдельных академических групп потратить лет каждая разработка двусторонних соглашений с каждый издатель.С его разочарование, кипит, Haeussler на прошлой неделе начал проект по электронной почте все основные науки издателей для разрешение добывать их содержание. Он будет записывать свои ответы онлайн (на на http://text.soe.ucsc.edu) в надежде на повышение уровня осведомленности о проблеме.Научные круги гудит с волнением над интеллектуального анализа текста. Благодаря растущей питания компьютера программное обеспечение может распознать, экстракт и индекс научной информации из огромного количества обычного текста, позволяя компьютерам для чтения и организовать свода знаний, которая растет слишком быстро для любого человека в ногу. «Семантической программное обеспечение» начинает записывать отношения между научным «сущности» — например, между конкретного препарата и конкретного фермента.«Когда мы лицензированы и заплатил за полный текст, мы чувствуем, что мы также должны иметь право добывать его».Для фармацевтических фирм интеллектуальный анализ текста «основные необходимости», который содействует разработке лекарств, говорит Raul Родригес-Эстебан, вычислительной биолог наркотиков гигант «Boehringer Ingelheim» в Риджфилд, штат Коннектикут. Компании регулярно создавать пользовательские базы данных белков, наркотики, типы клеток и взаимодействия между ними, все gleaned от интеллектуального анализа текста,-объясняет он. Технология все еще нуждается в человека надзора, но ожидать, большинство любителей интеллектуального анализа текста является ключом к новому виду научных открытий, основанный на богатым, машиночитаемом представления знаний, полученных от обычного текста научных статей.Однако, как выяснила Haeussler, является основным камнем преткновения. Свободно имеющиеся патенты и резюме статьи открыты для интеллектуального анализа текста, но материал за paywalls не — даже когда учреждения заплатили за лицензию сайта. «Лицензия ориентирован разрешительные человека скачать и прочитать статью, но не текст шахты, "говорит Джон McNaught, заместитель директора Национального центра для интеллектуального текста в Манчестерском университете. Даже свободно доступных документов не может прийти с разрешительной лицензии: 2,4 миллиона тезисов, перечисленные на PubMedCentral, только 400 000 (17%) лицензированы для интеллектуального анализа текста.Незаконная РазведкаПрограммное обеспечение программисты могут обойти издателей систем обнаружения, например путем обеспечения того, что документы не обход или загружены в одном пакете. Это нарушает условия лицензии нормального сайта, но Haeussler говорит, что документы, полученные от таких технически незаконными интеллектуального анализа текста были опубликованы в ведущих журналах.Желающих текст шахта в рамках правил должны согласиться контракты с издателями и иногда заплатить. Haeussler получил разрешение добывать корпус Амстердам основе издательство Elsevier бесплатно. Но еще один академический интеллектуального анализа текста проекта, BioNOT, основанный в университете Висконсин-Милуоки, не так повезло. Еще в 2008 году сотрудничество было поручено дополнительно для его контракта для поиска документы Elsevier автоматически извлекать негативные результаты, потенциально полезных для показа, что гены не связаны с заболеванием, например.Даже мощный препарат фирмы находят переговоры обузой. «Когда мы лицензированы и заплатил за полный текст, мы чувствуем, что мы также должны иметь право на шахты,» говорит Хеннинг Нильсен, руководитель библиотеки и информационный центр в датской фармацевтической фирмы "Ново Нордиск" в Bagsværd, Дания и президент Pharma кольцо документации (PDR), Ассоциация руководителей информации, охватывающих 21 крупнейших фирм наркотиков в мире.ИСТОЧНИК: КНРРазверните узелИздатели иметь дело с запросами интеллектуального анализа текста различными способами. В прошлом году, публикации исследований консорциума (КНР), торговли орган, который поддерживает исследования по научной коммуникации, заказал исследование о контент добыча, для которого он набрал 190 издателей журнала (E. Smit и. м. ван дер Грааф учиться. Publ. 25, 35 – 46; 2012). из них, 48% заявили, что они обнаружены незаконные сканирования и загрузки их содержания, и 51% получил запросы от индивидуальных исследовательских проектов — хотя большинство получили меньше пяти просьб в год (см. 'Шахты все мои'). Более половины из издателей сказал, что они решают на-на индивидуальной основе, следует ли разрешить доступ. Из них одна треть сказал, что они будут взимать плату за это, если запрос был в коммерческих целях. Например некоторые издатели, как представляется, обеспокоен тем, что если кто-то текст мин их содержание для производства товарной продукции, он может конкурировать с или заменять их собственное содержание. Природа издательская группа в Лондоне, который издает этот журнал, говорит, что он не взимать существующих подписчиков шахты содержимое, к которому они уже есть доступ, в соответствии с договором.Есть признаки того, что политика вскоре могут быть уточнены. Нильсен говорит, что ЛНДР надеется выработать решение с крупными издательствами в этом году разрешить наркотиками фирм к текст шахта литературе более легко. И в августе прошлого года, правительство Соединенного Королевства согласился с рекомендациями обзора интеллектуальной собственности, что сказал ученых должно быть позволено мой текст и данные из журнальных статей без необходимости просить разрешения от владельца авторского права, хотя это не стал законом и не козырь текущего лицензионных соглашений, которые имеют тенденцию к систематической загрузки документов.8 марта, центр Распродажа авторских прав — организация базируется в Дэнверзе, штат Массачусетс, который работает с издателями о лицензировании прав — проводит форум в Амстердаме, чтобы обсудить, что издатели должны делать интеллектуального анализа текста. И Международной ассоциацией научных технических и медицинских издателей, торговли тела, базируется в Оксфорде, Великобритания, говорит, что он работает для согласования общей позиции текста и интеллектуального анализа данных, которые он рассчитывает решить летом.Все чаще издатели начинают признавать возможностей интеллектуального анализа текста и добывать их собственное содержание. КНР обследование показало, что чуть менее половины из издателей сказал, что они уже делают это, почти треть из остальных планирует начать в этом году. Работа — часто контрактной же сторонних фирм интеллектуального анализа текста, которые используются в фармацевтической промышленности — обычно включает компьютерные программы, выбирая все химикаты, генов или белки от исследовательскую работу и в некоторых случаях, выкладывая их онлайновых баз данных.Ограниченный доступElsevier теперь активно приглашает текст шахтеров, включая BioNOT, чтобы писать программы (или «приложения») которые сканируют через полный текст его научных статей, чтобы забрать информацию. Абоненты в Elsevier's веб-сайт можно получить доступ к более чем 100 из этих apps — включая Haeussler в программу. Но приложения выполняются только в пределах веб-сайта, и контракты обычно предусматривают, что заминированных содержание не может использоваться в других местах. Это, сказал Бергман, имеет ограниченное использование, потому что издатель охватывает лишь небольшое количество научной литературы. Он и другие с содроганием на перспективу отдельных издателей сделать текст шахтеры различные стандарты, или предусматривается, что особое интеллектуального анализа текста программа может быть использована только на их документы — эффективно разрушая технология потенциал ползать по всей исследовательской литературе.Издатели все еще работают, как воспользоваться интеллектуального анализа текста, но никто не хочет упустить потенциальной коммерческой ценности. «Технология развивается так быстро, что издатели не было времени, чтобы думать его,» сказал David Haussler из университета Калифорнии, Санта-Крус, который ведет text2genome проекта. «Как только они это сделают, они поймут, что это прекрасная возможность.»Природа 483, 134-135 (08 марта 2012) научно / 483134a

Результаты (русский) 2:

Беда в текст шахтных
Компьютеры могут быстро сканировать тысячи научных работ, чтобы сделать полезные связи, но работа тормозится по неловкости издателей. Ричард Ван Noorden 7 марта 2012 Исправлено: 08 марта 2012 Статья инструменты PDFRights & разрешений Когда он был увлеченным Молодой студент биологии выпускник в 2006 году, Макс Haeussler написал компьютерную программу, которая будет сканировать, или "обход", простой текст и вытащить любой последовательности ДНК. Чтобы проверить свое изобретение, наивный текст шахтер загруженный около 20000 научных работ, что его учреждение заплатили доступа -. И оперативно найти его IP-адрес заблокирован издатель газетах "Он не был до 2009 года, что Haeussler, то в университете Манчестера , Великобритания, и в настоящее время в университете Калифорнии, Санта-Крус, вернулась к проекту всерьез. Он пришел к выводу, что стандартные лицензии сайт не разрешает систематические загрузки, потому что издатели опасаются, оптовая кражи их содержание. Так Haeussler начал задавать условия лицензирования ползать и текст-шахтное статьи. Его целью было служить науке: его программа является ключевой частью проекта text2genome, которая направлена ​​на использование ДНК-последовательности, в научно-исследовательских работ, чтобы связать публикации в интернет-записи человеческого генома. Это может привести аннотированный геном карту, связанную с миллионами научных статей, так что биологи Сейчас геномной регион может сразу перейти на любых соответствующих документов. Но Haeussler и его text2genome коллега Кейси Бергман, А genomicist в университете Манчестера, провел более чем два года, пытаясь согласовать условия с издателями - и часто игнорируются или отпор. "Мы узнали, что это долго, трудно дорога с каждым журнале", говорит Бергман. Похожие рассказы Исследователи направленные на график интеллектуальные тенденции в Arxiv разработчиков призыв к пригодится вспомогательной лаборатории добычи литературы: скорость чтения Более родственные рассказы Многие издатели говорят, что они позволят их абонентам текст-шахту, предмет контракта и намерения текстовых шахтеров, и указывают на ряд успешных соглашений. Но, как и многих ранних поборников технологии, Haeussler и Бергман жалуются, что издатели не в состоянии справиться с запросами, и так держит ход исследования. Более того, они указывают, что текст добыча расширяется, это будет непрактично для отдельных академических команды провести лет каждый, работающих двусторонние соглашения с каждым издателем. С его разочарование кипит, Haeussler прошлой неделе начал проект по электронной почте все основные науки издатели для получения разрешения на добычу их содержание. Он будет регистрировать их ответы в Интернете (на http://text.soe.ucsc.edu) в надежде повышения осведомленности о проблеме. Академия гудит с волнением за текстовом добычи. Благодаря растущей мощности компьютера, программное обеспечение может признать, экстракт и указательный научную информацию из огромного количества обычного текста, что позволяет компьютерам читать и организовать совокупность знаний, что расширяется слишком быстро для любого человека, чтобы не отставать. "Семантическая программа" начинает записывать отношения между научными 'лица' -., Например, между конкретного препарата и специфического фермента "Когда мы лицензирована и заплатил за полный текст, мы чувствуем, что мы также должны иметь право на помоему это. "Для фармацевтических фирм, текст-добыча" первой необходимости ", что способствует развитию лекарственной, говорит Рауль Родригес Эстебан, вычислительная биолог гиганта наркотиков Boehringer Ingelheim в Риджфилд, штат Коннектикут. Компании обычно создавать собственные базы данных белков, лекарственных препаратов, клеточных типов и взаимодействий между ними, все, почерпнутые из текстового добычи, объясняет он. Технология все еще ​​нуждается в человеческой надзор, но большинство энтузиастов ожидать текст добыча, ключ к новому виду научного открытия, основанного на богатых, машиночитаемые представления знаний собраны из обычных текстовых научных статей. Но, как обнаружил Haeussler, существует большая контрольно-пропускной пункт. Свободно доступные патенты и статья тезисы являются открытыми для текстового добычи, но материалы за платный доступ не является - даже тогда, когда учреждения заплатили за лицензию сайте. "Лицензия ориентирована позволяя человека, чтобы загрузить и прочитать статью, но не текст-шахтное его," говорит Джон Макнот, заместитель директора Национального центра Text Mining в университете Манчестера. Даже свободно доступные документы не могут прийти с разрешительных лицензий: из 2,4 млн рефератов, перечисленных PubMedCentral, только 400000 (17%) имеют лицензию для текстового добычи. Незаконный поисковые программисты могут обойти системы обнаружения издателей, например, гарантируя, что документов не пополз или скачать в одном пакете. Это нарушает нормальные условия лицензионного участка, но Haeussler говорит, что документы, полученные от такой технически незаконной текста добыче были опубликованы в ведущих журналах. Желающим текст-шахтное в рамках правил должны согласиться контракты с издателями, а иногда и заплатить взнос. Haeussler получил разрешение на добычу свод Амстердам на основе издателя Elsevier бесплатно. Но другой учебный проект текста добыча, BioNOT, на базе Университета Висконсин-Милуоки, не так повезло. Еще в 2008 году, сотрудничество было платить дополнительно за своего контракта для поиска Elsevier документы для автоматического извлечения отрицательные результаты, потенциально полезные для показа, что гены не связаны с заболеванием, например. Даже мощные лекарственные фирмы находят переговоры бремя. "Когда мы лицензирована и заплатил за полный текст, мы чувствуем, что мы также должны иметь право на добычу его," говорит Хеннинг Нильсен, руководитель библиотечно-информационного центра в Дании фармацевтической фирмы Ново Нордиск в Bagsværd, Дании, и Президент документации кольцо Pharma (ПДР), объединение информационных менеджеров, охватывающих 21 крупнейших мировых фармацевтических фирм. ИСТОЧНИК: КНР Развернуть Издатели сделку с текстом добычи запросов в различных способов. В прошлом году исследовательский консорциум издания (КНР), торговый орган, который поддерживает исследования по научной коммуникации, провел опрос о содержании добыче, для которых он опрашивается 190 журнальных издателей (E. Smit и М. ван дер Graaf учиться. Изд. 25, 35-46; 2012). Из них, 48% сказали, что они обнаружены незаконной сканирование и загрузку их содержания, и 51% получили запросы от отдельных научно-исследовательских проектов - хотя большинство получили менее пяти запросов в год (см 'Mine все мои "). Более половины издателей сказал, что они решили от случая к случаю, разрешить ли доступ. Из них одна треть сказала, что они будут взимать за это, если запрос был для коммерческих целей. Например, некоторые издатели, кажется, обеспокоены тем, что если кто-то текстовые шахты их содержание, чтобы произвести товарной продукции, то это может конкурировать или заменить их собственное содержание. Природа Издательская группа в Лондоне, который публикует этот журнал, говорит, что это не взимает существующих абонентов добывать содержания, к которым они уже имеют доступ, предмет контракта. Есть признаки того, что политика может быть только осветленные. Нильсен говорит, что НДР надеется выработать решение с крупными издателями в этом году, чтобы фармацевтические компании к тексту-мину литература легче. И в августе прошлого года, правительство Великобритании приняло рекомендации в обзоре интеллектуальной собственности, сказал, что ученые должны иметь возможность добывать текста и данных из журнальных статей, не спрашивая разрешения от владельца авторских прав - хотя это не стало законом, и не козырные текущие лицензионные соглашения, которые, как правило, чтобы запретить систематическое загрузки документов. 8 марта, об авторском праве оформление центра - организация, основанная в Danvers, штат Массачусетс, который работает с издателями по лицензированию прав - держит форум в Амстердаме, чтобы обсудить, какие издатели должны делать текстовом добычи. И Международная ассоциация научно-технической и медицинской литературы, в торговой организации, основанной в Оксфорде, Великобритания, говорит, что это работает, чтобы согласовать общую позицию по тексту и анализа данных, которые он ожидает решения к лету. Все чаще, издатели начинают признать возможности текстового добычи, и добывать свой ​​собственный контент. Опрос КНР обнаружили, что почти половина издателей сказал, что они уже делают так, почти треть остального планирует начать в этом году. Работа - часто по контракту с тех же сторонних текст добычи фирм, которые используются в фармацевтической промышленности - как правило, включает в себя компьютерные программы, выбирая все химические вещества, гены или белки из исследовательской работе, и в некоторых случаях их загрузки на сайте базами данных. Ограниченный доступ Elsevier сейчас активно приглашать текстовые шахтеров, в том числе BioNOT, чтобы писать программы (или «приложения»), что пролезть в полном тексте его научных статей, чтобы забрать информацию. Подписчики на сайт Elsevier может получить доступ к более чем 100 из этих приложений - в том числе программы по Haeussler. Но приложения работать только в веб-сайте, и контракты, как правило, предусматривают, что добывается содержание не может быть использована в других местах. Это говорит Bergman, имеет ограниченное применение, так как издатель покрывает только небольшое количество научной литературы. Он и другие содрогаются при мысли отдельных издателей делает текстовые шахтеры используют различные стандарты, или предусматривается, что конкретная программа текст добыча может быть использован только на их работах -. Эффективно уничтожая потенциал технологии, чтобы ползать по всей исследовательской литературе Издатели по-прежнему работает, как воспользоваться текстовым добычи, но никто не хочет упустить потенциальную коммерческую ценность. "Технология развивается настолько быстро, что издатели не было времени, чтобы все обдумать", говорит Дэвид Хаусслер из Университета Калифорнии, Санта-Крус, который ведет проект text2genome. "Как только они это сделают, они будут понимать, что это прекрасная возможность." Природа 483, 134-135 (08 марта 2012 года) DOI: 10.1038 / 483134a

Результаты (русский) 3:

неприятности в текст мой
компьютеры могут быстро просматривать тысячи научных трудов, чтобы полезные связи, но работа тормозится издательствами "беспокойство.


07 марта 2012 года ричард ван noorden поправками: 08 марта 2012 года: статья инструментов
pdfrights & разрешения
, когда он был живой молодым биологии аспиранта в 2006 году макс haeussler написал компьютерную программу, которая будет сканировать, или" ползут ",простой текст и вытащить любой последовательности днк.для проверки его изобретение, бесхитростный шахтер загружены всего около 20 научных работ, что его учреждение уделяет доступа - и оперативно нашли его IP - адрес заблокирован документы "издатель.

не было до 2009 года, что haeussler, затем в University of Manchester, UK, и сейчас в университете калифорнии, санта - крус,вернулись к проекту в серьезное.он пришел к выводу, что стандарт сайт лицензий не позволяют проводить систематические загрузки, потому что издатели опасаются оптовой кражи их содержания.так haeussler начали спрашивать за порядок лицензирования ползать и текст моей статьи.его цель заключалась в том, чтобы служить науке: его программа является ключевой частью text2genome проектацелью которой является использование последовательностей днк, в научно - исследовательских материалов для увязки публикаций в интернете отчет о геноме человека.это может иметь аннотированный геном карту с миллионами научных статей, с тем чтобы биологи при просмотре геномной региона может немедленно нажать через любые соответствующие документы.

но haeussler и его text2genome коллега кейси бергман,а genomicist университета манчестера, потратили более двух лет пытается договориться с издателями и зачастую игнорируются или отклонены."мы узнали это долгая, тяжелая дорога с каждый журнал", - говорит бергман.


исследователи цель наметить соответствующие материалы интеллектуальной тенденции в arXiv
разработчиков призыв удобно лаборатории спида
литературы добычи: скорость чтения
более соответствующие материалы.многие издатели говорят, что они позволят их абонентов к тексту, моя, согласно условиям контракта, а текст шахтеров намерения, и указывают на ряд успешных соглашений.но, как многие раньше защитники технологии, haeussler и бергман жалуются, что издатели не справиться с просьбами, и это сдерживает прогресс в исследованиях.более того, они указывают,в текстовой расширяется, она будет непрактично для отдельных научных групп, годами каждый работает двусторонних соглашений с каждый издатель.

с его разочарование в кипяток, haeussler на прошлой неделе приступил к реализации проекта по электронной почте все главные Science Publishers, за разрешение на добычу в их содержание.он будет регистрировать свои ответы в интернете (на http://text.soe.ucsc.эду) в надежде на повышение информированности о проблеме.

научных кругов, - с волнением в мыле text mining.благодаря растущей мощности компьютера, программное обеспечение может признать, выдержка и индекс научной информации от огромного количества простой текст, чтобы компьютеры для чтения и организовать базу знаний, что растет слишком быстро для любого человека в ногу."Semantic программного обеспечения" начинает регистрировать отношения между научной "субъекты" - например, между наркотика и конкретного фермента.

", когда у нас есть лицензия, и заплатил за полный текст, мы считаем, что мы должны также иметь право добывать".
для фармацевтических компаний, текст добыча "главное", что помогает разработки препаратов, - говорит рауль родригес эстебан