, En outre, ces ressources et ces ontologies évoluent au fil du temps et maintenir un index est alors une tache fastidieuse. L'index du NCBO gère ces situations. L'exactitude des annotations de l'index est liée d'une part à la qualité des ontologies utilisées (e.g., composition du dictionnaire) et d'autre part à la qualité de l'outil de reconnaissance de concept utilisé. Extraire des concepts à partir de texte est difficile, c'est pourquoi le mécanisme d'indexation a été conçu de façon à interchanger des outils de reconnaissance de concept autres que Mgrep, Nous travaillons à améliorer cette étape grâce aux techniques de traitement automatique des langues. Bien que notre objectif soit de fournir un index couvrant un grand nombre de ressources biomédicales, leur grand nombre et leur rapide évolution rend impossible de toutes les indexer. C'est pourquoi nous proposons à la communauté le workflow d'annotation sous forme de Web service, le NCBO Annotator, 2009.
, Effective mapping of biomedical text to the UMLS Metathesaurus: the MetaMap program Recherche conceptuelle dans les textes médicaux, American Medical Informatics Association Annual Symposium, AMIA'01, pp.17-21, 2000.
, A review of ontology based query expansion. Information Processing and Management, pp.866-886, 2006.
, Finding disease-related genomic experiments within an international repository: first steps in translational bioinformatics MedicoPort: A medical search engine for all, Current Trends and Future Directions AMIA Annual Symposium, pp.256-274, 2006.
, An Efficient Solution for Mapping Free Text to Ontology Terms, AMIA Symposium on Translational Bioinformatics, 2007.
, Les ontologies pour la recherche ciblée d'information sur le Web : une utilisation et extension d'OWL pour l'expansion de requêtes Annotation for the Semantic Web, 18èmes Journées francophones d'Ingénierie des Connaissances, IC'07 Artificial Intelligence and Applications, pp.61-73, 2003.
, Essie: A Concept-based Search Engine for Structured Biomedical Text, Journal of the American Medical Informatics Association, vol.14, issue.3, pp.253-263, 2007.
DOI : 10.1197/jamia.M2233
, The Open Biomedical Annotator An ontologybased approach to support text mining and information retrieval in the biological domain, In AMIA Summit on Translational Bioinformatics, issue.12, pp.56-60, 2007.
, Data integration, Proceedings of the twenty-first ACM SIGMOD-SIGACT-SIGART symposium on Principles of database systems , PODS '02, pp.233-246, 2002.
DOI : 10.1145/543613.543644
, BioPortal: ontologies and integrated data resources at the click of a mouse, Nucleic Acids Research, vol.37, issue.Web Server, pp.170-173, 2009.
DOI : 10.1093/nar/gkp440
URL : https://hal.archives-ouvertes.fr/hal-00492020
, Automatic indexing of online health resources for a French quality controlled gateway, Information Processing & Management, vol.42, issue.3, pp.695-709, 2006.
DOI : 10.1016/j.ipm.2005.01.003
, CONANN: An Online Biomedical Concept Annotator, 4th International Workshop Data Integration in the Life Sciences, DILS'07, pp.264-279, 2007.
DOI : 10.1007/978-3-540-73255-6_21
, Use and misuse of the gene ontology annotations, Nature Reviews Genetics, vol.57, issue.7, pp.509-515, 2008.
DOI : 10.1038/nrg2363
, MeSH Up: effective MeSH text classification for improved document retrieval, Bioinformatics, vol.25, issue.11, pp.25-1412, 2009.
DOI : 10.1093/bioinformatics/btp249
URL : http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2682526
, Semantic annotation for knowledge management: Requirements and a survey of the state of the art, Web Semantics: Science, Services and Agents on the World Wide Web, pp.14-28, 2006.