用于蛋白质-蛋白质相互作用抽取的知识感知注意力网络
计算与语言
2020-01-08 v1
摘要
从已发表的科学文献中抽取蛋白质-蛋白质相互作用(PPI)为精准医疗工作提供了额外支撑。然而,当前许多 PPI 抽取方法需要大量特征工程,且无法充分利用知识库(KB)中的先验知识。KB 包含关于实体与关系的海量结构化信息,因此在 PPI 抽取中起着关键作用。本文提出一种知识感知注意力网络(KAN),以融合关于蛋白质对的先验知识与上下文信息用于 PPI 抽取。所提模型首先采用禁用对角线的多头注意力机制,对上下文序列与从 KB 中学到的知识表示进行编码。随后使用一种新颖的多维注意力机制,以筛选最能描述编码后上下文的特征。在 BioCreative VI PPI 数据集上的实验结果表明,所提方法能够获取序列中不同词之间知识感知的依赖关系,并取得了新的最优(state-of-the-art)性能。
引用
@article{arxiv.2001.02091,
title = {Knowledge-aware Attention Network for Protein-Protein Interaction Extraction},
author = {Huiwei Zhou and Zhuang Liu1 and Shixian Ning and Chengkun Lang and Yingyu Lin and Lei Du},
journal= {arXiv preprint arXiv:2001.02091},
year = {2020}
}
备注
Published on Journal of Biomedical Informatics, 14 pages, 5 figures