CU-UD：基于 BERT 集成模型的药物与化学-蛋白质相互作用文本挖掘
计算与语言
2021-12-07 v1 人工智能
摘要
识别化学物质与蛋白质之间的关系是一项重要的文本挖掘任务。BioCreative VII track 1 DrugProt 任务旨在促进能够自动检测 PubMed 摘要中化学化合物/药物与基因/蛋白质之间关系的系统的开发与评估。在本文中，我们描述了我们的提交系统，它是一个集成系统，包含多个基于 BERT 的语言模型。我们使用多数投票和多层感知机组合各个模型的输出。我们的系统在精确率上取得 0.7708，在召回率上取得 0.7770，F1 值为 0.7739，证明了使用基于 BERT 的语言模型集成来自动检测化学物质与蛋白质之间关系的有效性。我们的代码见 https://github.com/bionlplab/drugprot_bcvii。
引用
@article{arxiv.2112.03004,
title = {CU-UD: text-mining drug and chemical-protein interactions with ensembles of BERT-based models},
author = {Mehmet Efruz Karabulut and K. Vijay-Shanker and Yifan Peng},
journal= {arXiv preprint arXiv:2112.03004},
year = {2021}
}
备注
Proceedings of the BioCreative VII Challenge Evaluation Workshop