不同藥物由于藥效動力學和藥代動力學的差異可能會產生不可預知的副作用,甚至威脅患者的生命安全。在信息技術飛速發(fā)展及指數級生物醫(yī)學文獻增加的背景下,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)和卷積神經網絡(CNN)相融合的雙層藥物關系抽取模型,使用DDIExtraction2013作為數據集進行多組實驗評估,實驗結果獲得最高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系。

【文章頁數】：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 實驗結果和分析
    2.1 數據預處理
    2.2 實驗評測指標
    2.3 實驗結果和分析
3 結語



本文編號：3757902