典型文献
结合语义和依存关系的药物相互作用关系抽取
文献摘要：
从生物医学文本中抽取药物相互作用对可以快速更新药物数据库,具有非常重要的意义与医学应用价值.现有的神经网络模型往往仅从句子序列或其他外部信息中学习到单一片面的特征,难以充分挖掘句中潜在的长距离依赖特征获得全面的特征表示.本文提出一种结合语义和依存关系的药物相互作用关系抽取方法,该方法在利用Bi-GRU网络分别从句子序列和目标药物实体的最短依存路径序列中学习语义特征表示的同时,进一步结合多头自注意力机制挖掘单词之间潜在的依存关系,通过充分融合多源特征来有效提升生物医学文本中药物相互作用对的识别和抽取性能.在DDIExtraction-2013数据集上的实验结果表明,该方法超过现有的药物相互关系抽取方法获得了75.82％的F1值.
文献关键词：
药物相互作用;关系抽取;循环神经网络;多头自注意力机制;最短依存路径
中图分类号：
作者姓名：
罗熹;曾智颖;王建新;安莹
作者机构：
中南大学计算机学院,湖南长沙410083;湖南警察学院网络犯罪侦查湖南省普通高校重点实验室,湖南长沙410138;中南大学大数据研究院,湖南长沙,410083
文献出处：
引用格式：
[1]罗熹;曾智颖;王建新;安莹-.结合语义和依存关系的药物相互作用关系抽取)[J].湖南大学学报（自然科学版）,2022(06):90-100
A类：
DDIExtraction
B类：
合语,依存关系,药物相互作用,相互作用关系,关系抽取,医学文本,取药,快速更新,新药,医学应用,从句,句子,子序列,外部信息,一片,长距离依赖,赖特,特征表示,Bi,GRU,最短依存路径,习语,语义特征,多头自注意力机制,单词,过充,充分融合,多源特征,循环神经网络
AB值：
0.315951
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
