用于药物安全性分析的大规模 CNN 集成
信息检索
2017-06-20 v1 计算与语言
摘要
揭示药物不良反应 (ADR) 是上市后药物监测的重要组成部分，来自健康相关论坛和医疗社区的数据对于评估此类效应可能具有重要意义。在本文中，我们提出了一种基于端到端 CNN 的方法，用于根据医疗讨论论坛上的用户评论预测药物安全性。我们提出了一种基于具有不同结构参数的大量 CNN 集成的架构，其中预测由多数投票决定。为了评估所提出解决方案的性能，我们展示了一个从医疗网站收集的大规模数据集，该数据集包含超过 4000 种药物的 5 万多条评论。结果表明，我们的模型显著优于传统方法，在二分类任务中预测药物安全性的准确率为 87.17%，在多分类任务中为 62.88%。
引用
@article{arxiv.1706.05549,
title = {A Large-Scale CNN Ensemble for Medication Safety Analysis},
author = {Liliya Akhtyamova and Andrey Ignatov and John Cardiff},
journal= {arXiv preprint arXiv:1706.05549},
year = {2017}
}