亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Neural Multi-Task Learning for Adverse Drug Reaction Extraction

计算机科学 模式(遗传算法) 任务(项目管理) 人工智能 关系抽取 编码器 人工神经网络 多任务学习 机器学习 药物不良反应 编码(内存) 药物反应 自然语言处理 药品 信息抽取 精神科 操作系统 经济 管理 心理学
作者
Feifan Liu,Xiaoyu Zheng,Hong Yu,Jennifer Tjia
出处
期刊:American Medical Informatics Association Annual Symposium 卷期号:2020: 756-762 被引量:1
标识
摘要

A reliable and searchable knowledge database of adverse drug reactions (ADRs) is highly important and valuable for improving patient safety at the point of care. In this paper, we proposed a neural multi-task learning system, NeuroADR, to extract ADRs as well as relevant modifiers from free-text drug labels. Specifically, the NeuroADR system exploited a hierarchical multi-task learning (HMTL) framework to perform named entity recognition (NER) and relation extraction (RE) jointly, where interactions among the learned deep encoder representations from different subtasks are explored. Different from the conventional HMTL approach, NeuroADR adopted a novel task decomposition strategy to generate auxiliary subtasks for more inter-task interactions and integrated a new label encoding schema for better handling discontinuous entities. Experimental results demonstrate the effectiveness of the proposed system.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
成就的笑南完成签到 ,获得积分10
1秒前
5秒前
温暖笑容发布了新的文献求助10
10秒前
脸小呆呆发布了新的文献求助10
11秒前
23秒前
27秒前
31秒前
GGBoy完成签到 ,获得积分10
36秒前
桐夜完成签到 ,获得积分10
37秒前
enchanted完成签到,获得积分10
39秒前
脸小呆呆完成签到,获得积分10
41秒前
41秒前
清萝完成签到 ,获得积分10
44秒前
enchanted发布了新的文献求助10
45秒前
48秒前
yi完成签到 ,获得积分10
52秒前
3719left发布了新的文献求助10
52秒前
关我屁事完成签到 ,获得积分10
52秒前
一二三四完成签到,获得积分10
53秒前
一减完成签到 ,获得积分10
54秒前
57秒前
Lorain完成签到,获得积分10
1分钟前
1分钟前
lv完成签到,获得积分20
1分钟前
斯文听寒完成签到 ,获得积分10
1分钟前
1分钟前
blueskyzhi完成签到,获得积分10
1分钟前
1分钟前
1分钟前
生动丑应助科研通管家采纳,获得10
1分钟前
完美世界应助科研通管家采纳,获得10
1分钟前
我是老大应助科研通管家采纳,获得10
1分钟前
英俊的铭应助科研通管家采纳,获得10
1分钟前
科研通AI5应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
完美世界应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
1分钟前
高分求助中
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
A new approach to the extrapolation of accelerated life test data 1000
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 350
Robot-supported joining of reinforcement textiles with one-sided sewing heads 320
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3990012
求助须知:如何正确求助?哪些是违规求助? 3532068
关于积分的说明 11256227
捐赠科研通 3270933
什么是DOI,文献DOI怎么找? 1805123
邀请新用户注册赠送积分活动 882270
科研通“疑难数据库(出版商)”最低求助积分说明 809216