基于 RoBERTa 的 Adverse Drug Event 识别专用问答方法
计算与语言
2021-10-22 v1 人工智能
摘要
从生物医学文献及其他文本数据中提取药物不良事件（adverse drug event）是药物安全监测的重要组成部分，已吸引众多医疗健康领域研究者的关注。现有工作多围绕使用双向长短期记忆网络（Bi-LSTM）的实体关系抽取展开，其未能获得最佳特征表示。本文引入一种问答框架，通过领域自适应技术利用 RoBERTa 的鲁棒性、掩码与动态注意力能力，试图克服上述局限。我们的模型以 9.53% 的 F1 分数优于先前工作。
引用
@article{arxiv.2011.00057,
title = {A Sui Generis QA Approach using RoBERTa for Adverse Drug Event Identification},
author = {Harshit Jain and Nishant Raj and Suyash Mishra},
journal= {arXiv preprint arXiv:2011.00057},
year = {2021}
}