BERTChem-DDI：利用化学结构信息改进从文本中预测药物-药物相互作用
计算与语言
2020-12-23 v1 人工智能
摘要
传统上，从预训练语言模型获得的生物医学版嵌入近来在医学领域的关系抽取（RE）任务中取得了最先进的结果。在本文中，我们探索如何以药物分子结构的形式融入领域知识，用于从文本语料库预测药物-药物相互作用。我们提出一种方法 BERTChem-DDI，将药物丰富化学结构所获得的 drug 嵌入与现成的基于领域特定 BioBERT 嵌入的 RE 架构高效结合。在 DDIExtraction 2013 语料库上进行的实验清楚地表明，该策略以 3.4% 的宏 F1 分数优于其他强基线架构。
引用
@article{arxiv.2012.11599,
title = {BERTChem-DDI : Improved Drug-Drug Interaction Prediction from text using Chemical Structure Information},
author = {Ishani Mondal},
journal= {arXiv preprint arXiv:2012.11599},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:2012.11142