不同藥物由于藥效動力學(xué)和藥代動力學(xué)的差異可能會產(chǎn)生不可預(yù)知的副作用,甚至威脅患者的生命安全。在信息技術(shù)飛速發(fā)展及指數(shù)級生物醫(yī)學(xué)文獻增加的背景下,從文本中提取藥物相互作用成為可能,為此本文提出一種基于雙向門控循環(huán)單元(GRU)和卷積神經(jīng)網(wǎng)絡(luò)(CNN)相融合的雙層藥物關(guān)系抽取模型,使用DDIExtraction2013作為數(shù)據(jù)集進行多組實驗評估,實驗結(jié)果獲得最高75%的綜合測評率;與其他方法相比較,基于雙向GRU和CNN的雙層模型可以有效地抽取文本中的藥物相互作用關(guān)系。

【文章頁數(shù)】：6 頁

【文章目錄】：
1 方法及模型
    1.1 雙向GRU層
    1.2 CNN層
    1.3 雙向GRU+CNN
2 實驗結(jié)果和分析
    2.1 數(shù)據(jù)預(yù)處理
    2.2 實驗評測指標
    2.3 實驗結(jié)果和分析
3 結(jié)語



本文編號：3757902