生物医学文献からの薬物-蛋白質関係を抽出するための配列ラベリングフレームワーク【JST・京大機械翻訳】

Luo, L.; Lai, P.-T.; Wei, C.-H.; Lu, Z.

プレプリント

J-GLOBAL ID：202202215464771469 整理番号：22P0326169

生物医学文献からの薬物-蛋白質関係を抽出するための配列ラベリングフレームワーク【JST・京大機械翻訳】

A Sequence Labeling Framework for Extracting Drug-Protein Relations from Biomedical Literature

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年05月24日プレプリントサーバーでの情報更新日： 2022年05月24日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

化学物質/薬物と遺伝子/蛋白質の間の自動抽出相互作用は,薬物発見,薬物再精製,薬物設計,および生物医学知識グラフ構築に有意に有益である。薬剤と蛋白質の間の関係抽出の開発を促進するために,BioCreative VIIチャレンジは,薬剤Prot trackを組織化した。この課題のために開発したアプローチについて述べた。関係抽出タスクで広く使用されている従来のテキスト分類フレームワークに加えて,著者らは薬物-蛋白質関係抽出に対する配列ラベリングフレームワークを提案した。まず,両フレームワークに対する切断エッジ生物医学事前訓練言語モデルを包括的に比較した。次に,最終性能をさらに改善するためのいくつかのアンサンブル法を検討した。課題の評価において,著者らの最良のサブミッション(すなわち,主要な投票による2つのフレームワークにおけるモデルのアンサンブル)は,公式試験セットに関して0.795のF1スコアを達成した。さらに,配列ラベリングフレームワークはより効率的であり,テキスト分類フレームワークよりも優れた性能を達成した。最後に,大部分の投票による配列ラベリングモデルの著者らの集合は,試験セットに関して0.800の最良F1スコアを達成した。データベースURLhttps://github.com/lingluodlut/BioCreativeVII_DrugProt。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

医用情報処理 , 分子・遺伝情報処理

, , , , ,

前のページに戻る