基于海量文献挖掘的微生物-药物关系提取研究

目的对海量文献进行智能挖掘分析,从非结构化文本中提取微生物与药物相互作用关系。方法首先,通过命名实体识别方法,定位生物医学文献中的微生物与药物实体,在此基础上,通过专家标注构建微生物-药物相互作用的金标准数据集;其次,构建基于大规模预训练模型的门控深度学习模型,实现对生物医学文献中句子级别的微生物与药物相互作用关系的智能识别。结果本文提出的微生物-药物关系提取方法能够在利用少数标注数据的情况下达到73.13%的F1分值,以较小的标注代价取得了较好的识别效果。将本文方法应用于大规模的微生物-药物文献集合,并通过实例分析验证了预测结果的有效性。结论本研究提出基于文献挖掘的方法,从海量文献中对微生物与药物的关系进行了智能提取,并从模型评估和实例验证两个方面证明了其有效性。