利用序列标注集成在TAC2017中提取药物不良反应及其上下文
计算与语言
2019-05-29 v1 机器学习
摘要
药物不良反应（ADRs）是在使用某种药物或药物组合后出现的非预期或有害效应，对药物研发和药物管理构成挑战。本文提出一组标注器，用于提取药物不良反应及相关实体，包括因素、严重程度、否定、药物类别和动物。这些系统混合使用了基于规则、机器学习（CRF）和深度学习（带word2vec嵌入的BLSTM）的方法来标注数据。系统提交至2017年由美国国家标准与技术研究院在文本分析会议期间组织的药物不良反应共享任务，分别取得了76.00和75.61的F1分数。
引用
@article{arxiv.1905.11716,
title = {Extracting adverse drug reactions and their context using sequence labelling ensembles in TAC2017},
author = {Maksim Belousov and Nikola Milosevic and William Dixon and Goran Nenadic},
journal= {arXiv preprint arXiv:1905.11716},
year = {2019}
}
备注
Paper describing submission for TAC ADR shared task