SUPP.AI：寻找补充剂-药物相互用的证据
计算与语言
2020-07-08 v3
摘要
大量人群使用膳食补充剂，但关于其药理学相互作用的信息尚不完整。为应对这一挑战，我们提出 SUPP.AI，一个用于浏览从生物医学文献中提取的补充剂-药物相互作用（SDI）证据的应用。我们训练了一个模型，自动提取补充剂信息并识别科学文献中的此类相互作用。为解决 SDI 识别缺乏标注数据的问题，我们使用密切相关任务——药物-药物相互作用（DDI）识别的标注进行监督。我们利用标注的 DDI 数据对 RoBERTa 语言模型的上下文词表示进行微调，并将微调后的模型应用于识别补充剂相互作用。我们从 2200 万篇文章中提取了 19.5 万条证据句（P=0.82，R=0.58，F1=0.68），涉及 6 万种相互作用。我们创建了 SUPP.AI 应用，供用户检索由我们的模型提取的证据句。SUPP.AI 试图通过使研究人员、临床医生和消费者更易发现关于 SDI 的最新证据，来缩小膳食补充剂的信息鸿沟。
引用
@article{arxiv.1909.08135,
title = {SUPP.AI: Finding Evidence for Supplement-Drug Interactions},
author = {Lucy Lu Wang and Oyvind Tafjord and Arman Cohan and Sarthak Jain and Sam Skjonsberg and Carissa Schoenick and Nick Botner and Waleed Ammar},
journal= {arXiv preprint arXiv:1909.08135},
year = {2020}
}
备注
ACL Demo 2020