利用分子结构信息增强文本中的药物-药物相互作用抽取
计算与语言
2018-05-16 v1
摘要
我们提出了一种利用外部药物分子结构信息从文本中抽取药物-药物相互作用（DDIs）的新颖神经方法。我们使用卷积神经网络编码文本药物对，使用图卷积网络（GCNs）编码其分子对，然后将这两个网络的输出拼接。在实验中，我们表明 GCNs 能够从药物分子结构以高准确率预测 DDIs，并且分子信息在 DDIExtraction 2013 共享任务数据集上使基于文本的 DDI 抽取 F 值提升 2.39 个百分点。
引用
@article{arxiv.1805.05593,
title = {Enhancing Drug-Drug Interaction Extraction from Texts by Molecular Structure Information},
author = {Masaki Asada and Makoto Miwa and Yutaka Sasaki},
journal= {arXiv preprint arXiv:1805.05593},
year = {2018}
}
备注
accepted as a short paper at ACL2018