《表4 深度学习实体关系抽取在生物医药领域中的应用》
实体关系抽取是信息抽取的核心任务[65,66],其主要通过对文本信息建模,自动抽取出实体对之间的语义关系,提取出有效的语义知识.目前,基于深度学习的实体关系抽取已逐渐应用到垂直领域并取得了不错的效果其中,实体关系抽取在生物医药领域的应用尤为广泛.深度学习实体关系抽取可以发掘生物医学中药品实体与疾病间深层次的特征,在毒理学研究、药物发现和药物安全监测方面有着广泛的应用.下面依次从CNN,LSTM模型的角度简要介绍深度学习实体关系抽取在医药领域的最新应用.表4为深度学习模型在生物医药领域中的应用.
图表编号 | XD0073046300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 鄂海红、张文静、肖思琪、程瑞、胡莺夕、周筱松、牛佩晴 |
绘制单位 | 北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大学)、北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大学)、北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大学)、北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大学)、北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大学)、北京邮电大学计算机学院数据科学与服务中心、教育部信息网络工程研究中心(北京邮电大 |
更多格式 | 高清、无水印(增值服务) |