表明发现：表征学习的一种新用例
机器学习
2024-10-28 v1 计算与语言
摘要
许多疗法在治疗多种疾病方面都有效。我们提出了一种方法，利用自然语言处理中 developing 的方法和真实数据来优先排序机制作用（MoA）的潜在新适应症。我们特别使用表征学习生成适应症的嵌入向量，并根据其与具有最强证据适应症的接近性对其进行排序。我们展示了针对抗IL-17A成功部署了该方法，嵌入向量使用SPPMI生成，并呈现了一个用于确定表明发现结果质量和派生嵌入向量的评估框架。
引用
@article{arxiv.2410.19174,
title = {Indication Finding: a novel use case for representation learning},
author = {Maren Eckhoff and Valmir Selimi and Alexander Aranovitch and Ian Lyons and Emily Briggs and Jennifer Hou and Alex Devereson and Matej Macak and David Champagne and Chris Anagnostopoulos},
journal= {arXiv preprint arXiv:2410.19174},
year = {2024}
}