典型文献
基于海量文献挖掘的微生物-药物关系提取研究
文献摘要：
目的 对海量文献进行智能挖掘分析,从非结构化文本中提取微生物与药物相互作用关系.方法 首先,通过命名实体识别方法,定位生物医学文献中的微生物与药物实体,在此基础上,通过专家标注构建微生物-药物相互作用的金标准数据集;其次,构建基于大规模预训练模型的门控深度学习模型,实现对生物医学文献中句子级别的微生物与药物相互作用关系的智能识别.结果 本文提出的微生物-药物关系提取方法能够在利用少数标注数据的情况下达到73.13％的F1分值,以较小的标注代价取得了较好的识别效果.将本文方法应用于大规模的微生物-药物文献集合,并通过实例分析验证了预测结果的有效性.结论 本研究提出基于文献挖掘的方法,从海量文献中对微生物与药物的关系进行了智能提取,并从模型评估和实例验证两个方面证明了其有效性.
文献关键词：
文献挖掘;微生物-药物关系;关系提取
中图分类号：
作者姓名：
肖欣怡;吴诚堃;杨灿群
作者机构：
国防科技大学计算机学院,长沙 410073
文献出处：
引用格式：
[1]肖欣怡;吴诚堃;杨灿群-.基于海量文献挖掘的微生物-药物关系提取研究)[J].中南药学,2022(12):2722-2728
A类：
B类：
文献挖掘,关系提取,智能挖掘,挖掘分析,非结构化,结构化文本,药物相互作用,相互作用关系,命名实体识别,实体识别方法,医学文献,金标准,标准数据集,大规模预训练,预训练模型,门控,深度学习模型,句子级,智能识别,下达,标注代价,分析验证,智能提取,模型评估
AB值：
0.343
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。
