基于双向GRU和CNN的药物相互作用关系抽取

被引：3

作者：

龚乐君 ^{[1
,2
]}

刘晓林 ^{[1
,2
]}

高志宏 ^{[3
]}

李华康 ^{[1
,4
,5
]}

机构：

[1] 南京邮电大学计算机学院软件学院网络空间安全学院

[2] 江苏大数据安全与智能处理重点实验室

[3] 浙江省智慧医疗工程技术研究中心

[4] 自然资源部城市国土资源监测与仿真重点实验室

[5] 苏州派维斯信息科技有限公司

来源：

陕西师范大学学报(自然科学版) | 2020年 / 06期

关键词：

药物相互作用; 生物医学关系抽取; 药物关系抽取; 门控循环单元; 卷积神经网络;

D O I：

10.15983/j.cnki.jsnu.2020.01.023

中图分类号：

R969.2 [药物相互作用]; TP391.1 [文字信息处理]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

不同药物由于药效动力学和药代动力学的差异可能会产生不可预知的副作用,甚至威胁患者的生命安全。在信息技术飞速发展及指数级生物医学文献增加的背景下,从文本中提取药物相互作用成为可能,为此本文提出一种基于双向门控循环单元(GRU)和卷积神经网络(CNN)相融合的双层药物关系抽取模型,使用DDIExtraction2013作为数据集进行多组实验评估,实验结果获得最高75%的综合测评率;与其他方法相比较,基于双向GRU和CNN的双层模型可以有效地抽取文本中的药物相互作用关系。

引用

页码：108 / 113

页数：6

共 13 条

[1] 深度学习实体关系抽取研究综述
鄂海红
张文静
肖思琪
程瑞
胡莺夕
周筱松
牛佩晴
[J]. 软件学报, 2019, 30 (06) : 1793 - 1818
[2] 融合依存信息Attention机制的药物关系抽取研究
李丽双
钱爽
周安桥
刘阳
郭元凯
[J]. 中文信息学报, 2019, 33 (02) : 89 - 96
[3] 卷积神经网络研究综述
李彦冬
郝宗波
雷航
[J]. 计算机应用, 2016, 36 (09) : 2508 - 2515+2565
[4] Minimal Gated Unit for Recurrent Neural Networks[J]. Guo-Bing Zhou,Jianxin Wu,Chen-Lin Zhang,Zhi-Hua Zhou. International Journal of Automation and Computing. 2016(03)
[5] 生物医学实体关系抽取的研究
吴明智
崔雷
[J]. 中华医学图书情报杂志, 2010, 19 (05) : 5 - 10
[6] 信息抽取研究综述
李保利
陈玉忠
俞士汶
不详
[J]. 计算机工程与应用 , 2003, (10) : 1 - 5+66
[7] Drug-Drug Interaction Extraction from Biomedical Texts Using Long Short-Term Memory Network[J] . Sunil Kumar Sahu,Ashish Anand. Journal of Biomedical Informatics . 2018
[8] A hybrid model based on neural networks for biomedical relation extraction[J] . Yijia Zhang,Hongfei Lin,Zhihao Yang,Jian Wang,Shaowu Zhang,Yuanyuan Sun,Liang Yang. Journal of Biomedical Informatics . 2018
[9] Dependency-based long short term memory network for drug-drug interaction extraction[J] . Wei Wang,Xi Yang,Canqun Yang,Xiaowei Guo,Xiang Zhang,Chengkun Wu. BMC Bioinformatics . 2017 (16)
[10] Drug–drug interaction extraction from biomedical literature using support vector machine and long short term memory networks[J] . Degen Huang,Zhenchao Jiang,Li Zou,Lishuang Li. Information Sciences . 2017

← 1 2 →