用于药物-药物相互抽取的关注包裹分层 BLSTM 模型
信息检索
2019-08-01 v1 机器学习
机器学习
摘要
药物-药物相互作用（DDI）抽取是指生成手工或自动工具以从生物医学领域的文本与文献中抽取嵌入信息的努力。由于手工工作的限制及其较低速度，机器学习或深度学习方法在抽取 DDI 方面已变得更受欢迎。在本研究中，我们提出一种新颖且通用的深度学习模型，该模型以两种注意力机制包裹分层双向 LSTM，基于 DDIExtraction-2013 语料库，在 DDI 抽取上优于最先进模型。该模型取得了 0.785 的宏 F1 分数与 0.80 的精确率。
引用
@article{arxiv.1907.13561,
title = {Attention-Wrapped Hierarchical BLSTMs for DDI Extraction},
author = {Vahab Mostafapour and Oğuz Dikenelli},
journal= {arXiv preprint arXiv:1907.13561},
year = {2019}
}
备注
7 pages