基于多注意力层循环神经网络的药物相互作用抽取
计算与语言
2017-05-19 v2
摘要
当医师和药剂师打算联合施用两种或更多药物时，药物-药物相互作用(DDI)是至关重要的信息。因此，已构建若干DDI数据库以避免错误联合使用。近年来，从生物医学文本中自动抽取DDI引起了研究人员的关注。然而，现有工作利用复杂的特征工程或NLP工具，两者均不足以进行句子理解。受自然语言处理中深度学习方法的启发，我们提出一种具有多重注意力层的循环神经网络模型用于DDI分类。我们在2013 SemEval DDIExtraction数据集上评估我们的模型。实验表明，我们的模型将大多数药物对分类到正确的DDI类别，优于现有的NLP或深度学习方法。
引用
@article{arxiv.1705.03261,
title = {Drug-drug Interaction Extraction via Recurrent Neural Network with Multiple Attention Layers},
author = {Zibo Yi and Shasha Li and Jie Yu and Qingbo Wu},
journal= {arXiv preprint arXiv:1705.03261},
year = {2017}
}