Extraction of Drug-Drug Interactions Using Convolutional Neural Networks

Drug-drug interaction (DDI) extraction has long been a popular relation extraction task in natural language processing (NLP). Modern support vector machines (SVM) with a high number of manually set features are the foundation of most DDI extraction methods. Convolutional neural networks (CNN), a reliable machine learning technique that nearly never requires manually generated features, have recently shown significant promise for a variety of NLP tasks. CNN should be used for DDI extraction, which has never been looked at. A CNN-based technique for DDI extraction was put forth. CNN is a good option for DDI extraction, as shown by experiments done on the 2013 DDI Extraction challenge corpus. The CNN-based DDI extraction approach outperforms the currently highest performing method by 69.75%, achieving a score of 69.75%.

Keywords

Drug-drug interaction (DDI); Convolutional neural networks (CNN); Support vector machines (SVM); Extraction

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

மருந்து வளர்ச்சி மற்றும் ஆராய்ச்சிக்கான சர்வதேச இதழ்

குறியிடப்பட்டது

இந்தப் பக்கத்தைப் பகிரவும்

சுருக்கம்

Extraction of Drug-Drug Interactions Using Convolutional Neural Networks