用于药物-药物相互抽取的两步联合模型
计算与语言
2020-08-31 v1
摘要
当患者需要服药，特别是同时服用多种药物时，应警惕可能存在药物-药物相互作用。药物间的相互作用可能对患者产生负面影响甚至导致死亡。通常，与特定药物（或标签药物）冲突的药物在其药品标签或说明书中有所描述。随着越来越多新药产品进入市场，依靠人工收集此类信息十分困难。我们参与了2018年文本分析会议（TAC）的药品标签药物-药物相互作用（DDI）抽取评测，选择任务1和任务2分别自动抽取DDI相关提及和DDI关系。我们没有将任务1视为命名实体识别（NER）任务、将任务2视为关系抽取（RE）任务再以流水线方式解决，而是提出一种两步联合模型来联合检测DDI及其相关提及。一个序列标注系统（CNN-GRU编码器-解码器）首先找出诱因，并在第二步搜索其细粒度触发词并确定每个诱因的DDI。此外，我们构建了一个基于规则的模型来确定药代动力学相互作用的子类型。我们的系统在任务1和任务2中均取得了最佳结果。任务1的F值达到0.46，任务2达到0.40。
引用
@article{arxiv.2008.12704,
title = {Two Step Joint Model for Drug Drug Interaction Extraction},
author = {Siliang Tang and Qi Zhang and Tianpeng Zheng and Mengdi Zhou and Zhan Chen and Lixing Shen and Xiang Ren and Yueting Zhuang and Shiliang Pu and Fei Wu},
journal= {arXiv preprint arXiv:2008.12704},
year = {2020}
}
备注
8 pages, 6 figures