用于从生物医学文献中抽取化学-基因关系的合并 ChemProt-DrugProt 数据集
计算与语言
2026-02-05 v2 人工智能
信息检索
分子网络
摘要
化学-基因关系的抽取在理解化合物与基因之间复杂相互作用方面发挥着关键作用，这对药物发现、疾病理解和生物医学研究具有重大意义。本文提出了一个通过合并 ChemProt 和 DrugProt 数据集来扩大样本数量并提高模型准确性的数据集。我们使用两种最先进的关系抽取算法对合并后数据集进行评估：具体而言是 BioBERT（双向编码器表示Transformer）和结合 BioBERT 的图卷积网络（GCN）。虽然 BioBERT 在捕获局部上下文方面表现出色，但可能从整合理解化学-基因相互作用所必需的全局信息方面受益。通过将 GCN 与 BioBERT 集成来实现全局和局部上下文的结合。我们的结果表明，通过合并 ChemProt 和 DrugProt 数据集，我们在两数据集共享的 CPR 组中 demonstrated了显著的模型性能提升。将全局上下文整合到 GCN 可有助于在使用仅 BioBERT 时某些 CPR 组的整体精确率和召回率方面实现提高。
引用
@article{arxiv.2405.18605,
title = {Merged ChemProt-DrugProt for Relation Extraction from Biomedical Literature},
author = {Mai H. Nguyen and Shibani Likhite and Jiawei Tang and Darshini Mahendran and Bridget T. McInnes},
journal= {arXiv preprint arXiv:2405.18605},
year = {2026}
}