文献

J-GLOBAL ID：201702287287921059   整理番号：17A1419294

サポートベクトルマシンと長い短期記憶ネットワークを用いた生物医学文献からの薬物-薬物相互作用抽出【Powered by NICT】

Drug-drug interaction extraction from biomedical literature using support vector machine and long short term memory networks

著者 (4件)： Huang Degen (School of Computer Science and Technology Dalian University of Technology, Dalian, Liaoning, China) ,  Jiang Zhenchao (Sangfor Technologies, Shenzhen, Guangdong, China) ,  Zou Li (School of Computer Science and Information Technology, Liaoning Normal University, Dalian,Liaoning, China) ,  Li Lishuang (School of Computer Science and Technology Dalian University of Technology, Dalian, Liaoning, China)
資料名： Information Sciences  (Information Sciences)
巻： 415-416  ページ： 100-109  発行年： 2017年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 薬物-薬物相互作用(DDI)は,患者が二種以上の薬剤を採用し,従ってヘルスケアコストを増加させる場合に,悪影響を引き起こす可能性があるため,DDIの抽出は患者の安全性における重要な研究分野である。薬物-薬物相互作用抽出(DDIE)の性能を改善するために,本論文では,新しい2段階法を提示した。最初の特徴に基づく二値分類器を用いた正例を同定し,次に長い短期記憶(LSTM)に基づく分類器は正のインスタンスを分類特異的カテゴリーに使用されている。実験結果は,2段階法が1段階よりも多くの利点を持つことを示し,LSTMに関連した因子の中で,著者らは単語,距離,品詞を埋め込んだ二層双方向LSTMは69.0%の最高のFスコア,が最先端を得られることを見出した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 品詞 ,  *サポートベクトルマシン ,  *薬物相互作用 ,  *ネットワーク ,  患者 ,  単語
準シソーラス用語： スコア ,  二層 ,  二値分類 ,  患者安全 ,  *生物医学 ,  *短期記憶 , 【Automatic Indexing@JST】

著者キーワード (3件)： 薬物-薬物相互作用抽出 ,  長い短期記憶 ,  2段式アプローチ

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： サポートベクトルマシン ,  短期記憶 ,  生物医学 ,  文献 ,  薬物 ,  薬物相互作用