文章图片
文章图片
文章图片
【递归神经网络是一种独特的网络结构，因为它假设句子的语法结构是递归的】由于药物-药物相互作用提取的跨学科性质 ， 分子结构或其他生物医学资源等外部知识对于这项任务很重要 。 但是 ， 这些外部资源也需要精心制作的功能和预处理工具的复杂手册 。 需要设计新的模型来训练其他信息的特征表示 ， 这会增加表示的维度和训练时间 。 将来 ， 研究人员可以寻求一种方法来联合对文本和其他特征表示进行建模 。 递归神经网络是一种独特的网络结构 ， 因为它假设句子的语法结构是递归的 。
缺点与基于依赖的模型的缺点相同 ， 其中错误的句法树涉及错误的结构 ， 无法捕捉句子的组合性 。 此外 ， 将注意力机制应用于递归神经网络并非易事 。 从性能的角度来看 ， 利用注意力机制和外部资源设计一个合理高效的模型是很有价值的 。 在神经网络结构的设计中 ， 卷积神经网络s和递归神经网络s各有优缺点 ， 所以在设计时要保证模型易于训练、实时运行和稳定 ， 以保证模型在高精度的前提下有两个专门用于药物-药物相互作用提取的挑战 。
最重要的是 ， 它们提供了药物-药物相互作用语料库作为这些任务的黄金标准基准 。 药物-药物相互作用提取任务的重点是确定一对药物实体之间是否存在相互作用 。 提供了第一个任务的扩展 ， 它旨在识别交互是否存在并对交互类型进行分类 。 由于上述模型均在药物-药物相互作用语料库上进行评估 ， 因此在本次审查中 ， 科学家们仅重点介绍该数据集 。
药物-药物相互作用语料库中药物-药物相互作用的拟议分类与药理学专家为在临床环境中适当管理药物-药物相互作用而建立的信息要求一致 。 因此 ， 必须向医疗保健专业人员和研究人员提供有关如何管理交互以减少或避免相关风险、可以预期的后果以及它如何发生的信息 。 语料库涵盖了两种不同风格的生物医学文本 ， 这些带注释的句子得到了两位临床专家的确认 。
基于药物-药物相互作用语料库有两个子任务：药物-药物相互作用检测和基于为药物-药物相互作用定义的四个级别的分类 。 语料库分为训练集和测试集 。 句子中的所有药物对都被注释为真正的相互作用或无相互作用 ， 具有四种相互作用类型：建议、效果、机制和诠释 。 如果一个句子包含多个药物名称 ， 则所有药物对都用它们对应的相互作用进行注释 。 两种药物之间不同相互作用类型的示例 。 此外 ， 在将数据集输入深度学习模型之前 ， 科学家们应尽可能执行一系列预处理操作 。
例如药物盲法和负实例过滤为了提高分类性能 ， 适当地预处理非常重要 。 第一个标准预处理步骤是标记化并将所有单词转换为小写 。 科学家们系统地比较了这两个任务的所有深度学习方法的准确率、召回率和指标 。 因为药物-药物相互作用的检测是一个二分类任务 ， 理论上比四类分类更简单只使用了一些方法来解决这个问题 。 长短期记忆在检测上取得了良好的性能 ， 表明递归神经网络和注意力机制适用于药物-药物相互作用检测 。
相信更深层次的架构可以有效地丰富特征提取过程并覆盖药物实体的关系 。 其他三种方法使用长短期记忆模型也获得了相对有希望的结果 。 长短期记忆和长短期记忆都利用了注意机制 ， 这表明注意机制在药物-药物相互作用提取中起着重要作用 ， 可以更好地捕捉关键语义信息 。 树-长短期记忆采用递归NN结构 ， 证明了上下文信息在药物-药物相互作用提取任务中的重要性 。
推荐阅读
- 根据行星环境和微器件所需的操作来选择聚合物材料
- 鲨鱼号称“海中狼”
- 海水是从哪里来的？真相揭开，让人不敢相信
- 螨虫被烤焦了，所以晒被子会有“太阳味”？科学家：太阳的功劳
- 通俗科普弦理论和M理论，我们的宇宙是十一维度的？
- 中国科学院研究发现，上世纪对地球内核状态认识有误
- 寻找地外生命到底是在寻找什么？
- 地球要“大降温”？南大洋正在疯狂吸碳，科学家：这不是个好兆头
- 激光冷却技术的出现创造了一个新的研究领域，类似于光光学的经典研究