基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
药物关系(Drug-Drug Interaction,DDI)抽取是生物医学关系抽取领域的重要分支,现有方法主要强调实体 、位置等信息对关系抽取的影响.相关研究表明,依存信息对于关系抽取具有重要作用,如何合理利用依存信息是关系抽取研究中需要解决的问题.该文提出一种融合依存信息Attention机制的药物关系抽取模型,衡量最短依存路径与句子的相关性,捕捉对实体间关系有用的信息.首先使用双向GRU(BiGRU)网络分别学习原句子和最短依存路径(Shortest Dependency Path,SDP)的语义信息和上下文信息,然后通过Attention机制将SDP信息与原句子信息融合,最后利用融合依存信息之后的句子表示进行分类预测.在DDIExtraction2013语料上进行了实验评估,模型F值为73.72%.
推荐文章
结合语义和依存关系的药物相互作用关系抽取
药物相互作用
关系抽取
循环神经网络
多头自注意力机制
最短依存路径
融合句法依存树注意力的关系抽取研究
关系抽取
句法依存
注意力
融合
基于依存句法分析与分类器融合的触发词抽取方法
事件抽取
触发词
依存句法分析
触发词-实体描述对
支持向量机
分类器融合
融合元数据及attention机制的深度联合学习推荐
元数据
属性权重
attention机制
深度联合学习
非线性分解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合依存信息Attention机制的药物关系抽取研究
来源期刊 中文信息学报 学科 工学
关键词 生物医学关系抽取 药物关系抽取 依存信息 Attention
年,卷(期) 2019,(2) 所属期刊栏目 信息抽取与文本挖掘
研究方向 页码范围 89-96
页数 8页 分类号 TP391
字数 6770字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘阳 大连理工大学计算机科学与技术学院 24 286 9.0 16.0
2 李丽双 大连理工大学计算机科学与技术学院 29 380 12.0 19.0
3 钱爽 大连理工大学计算机科学与技术学院 2 0 0.0 0.0
4 周安桥 大连理工大学计算机科学与技术学院 2 0 0.0 0.0
5 郭元凯 大连理工大学计算机科学与技术学院 2 44 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生物医学关系抽取
药物关系抽取
依存信息
Attention
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中文信息学报
月刊
1003-0077
11-2325/N
16开
北京海淀区中关村南四街4号
1986
chi
出版文献量(篇)
2723
总下载数(次)
5
总被引数(次)
45413
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导