华南理工大学学报(自然科学版)

作者：IKA Novita Dewi, 蔡晓玲, 刘晓锋, 等

单位：华南理工大学 计算机科学与工程学院，广东 广州 510006

关键词：药物相互作用,类别关键词,注意力机制

基金：国家自然科学基金资助项目 ( 61976239) ; 中山市引进高端科研机构创新专项资金资助项目 ( 2019AG031)

为了增加对不同类别样例的区分度，提高模型的分类效果，提出了结合类别关键词和注意力机制的药物相互关系 ( DDI) 抽取模型 KA-BERT。首先基于卡方检验和文档频率获取每个类别的关键词，然后在预训练 BERT 模型中加入关键词与药物对的位置编码，以增加样例的差异性，并通过注意力机制学习关键词与句子中其他词的分布信息。针对药物关系抽取任务中负样例较多的问题，文中提出了基于规则和模式的负样例过滤方法，以有效降低正负样本比例。与现有基于 CNN、基于 LSTM 和基于 BERT 的DDI 提取模型实验结果的对比表明，KA-BERT 模型能够很好地提高药物关系的提取效果，证明了该模型的有效性。在化学 － 蛋白质相互关系抽取上的测试结果表明，KA-BERT模型的准确率、召回率和 F1 值均有明显的提升，证明了该模型的有效性和通用性。

来源：2021年第1期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2021年第1期