通过领域特定预处理与 BERT 集成从 Twitter 检测药物不良反应
计算与语言
2020-05-15 v1 机器学习
社会与信息网络
摘要
社交媒体中药物不良反应（ADR）检测的自动化将彻底改变药物警戒实践，支持药物监管机构、制药行业和公众确保日常处方药物的安全性。继 2019 年 8 月发表的社交媒体健康挖掘（SMM4H）应用研讨会与共享任务会议录之后，我们旨在开发一种深度学习模型，用于分类包含药物提及的 Twitter 推文中的 ADR。我们的方法涉及微调 和两个领域特定的 BERT 实现，即 和 ，应用领域特定的预处理器，并开发一种最大预测集成方法。我们的最终模型在 -分数（0.6681）和召回率（0.7700）上均取得了最先进的性能，优于 SMM4H 2019 提交的所有模型以及迄今为止的后期评估模型。
引用
@article{arxiv.2005.06634,
title = {Detecting Adverse Drug Reactions from Twitter through Domain-Specific Preprocessing and BERT Ensembling},
author = {Amy Breden and Lee Moore},
journal= {arXiv preprint arXiv:2005.06634},
year = {2020}
}
备注
6 pages, 3 figures, uses acl2018.sty