基于迁移学习的方法用于药物-药物关系抽取的DREaM
计算与语言
2025-10-28 v1 人工智能
机器学习
摘要
药物间关系抽取在识别药物相互作用和预测副作用方面发挥着关键作用。机器学习方法在关系抽取方面的发展，以及大型医学文本数据库的开发，使得从其他需要专家知识的方法中以较低成本抽取此类关系成为可能。然而, 到目前为止, 针对药物-药物关系抽取专门设计的数据集有限。因此, 在此领域应用机器学习方法需要采用迁移学习。本研究提出DREaM方法, 首先使用已训练的关系抽取模型发现实体之间的关系, 然后将该模型应用到医学文本语料库中以构建药物关系本体。随后使用大型语言模型对抽取的关系进行验证。定量结果表明, LLM与从PubMed摘要子集中抽取的71个关系一致。此外, 我们定性分析表明, 该方法可以揭示医学领域的歧义, 凸显该领域关系抽取所面临的挑战。
引用
@article{arxiv.2510.23189,
title = {DREaM: Drug-Drug Relation Extraction via Transfer Learning Method},
author = {Ali Fata and Hossein Rahmani and Parinaz Soltanzadeh and Amirhossein Derakhshan and Behrouz Minaei Bidgoli},
journal= {arXiv preprint arXiv:2510.23189},
year = {2025}
}