RENET2:RENET2 源码

RENET2:具有迭代训练数据扩展的高性能全文本基因-疾病关系提取 联系人:苏俊浩电邮: 介绍 关系提取是从生物医学文本中提取基因-疾病关联的一项基本任务。现有工具的能力有限,因为它们只能从单个句子或抽象文本中提取基因-疾病关联。在这项工作中,我们提出RENET2,这是一种基于深度学习的关系提取方法,该方法实现节过滤和模糊关系建模以从全文文章中提取基因-疾病关联。我们设计了一种新颖的迭代训练数据扩展策略,以构建带注释的全文数据集,以解决全文文章上标签的稀缺性。在我们的实验中,RENET2从带注释的全文本数据集中提取基因疾病关联的F1分数达到72.13%,分别比现有的最佳工具BeFree,DTMiner和BioBERT高27.22%,30.30%和29.24%。 。我们将RENET2应用于(1)来自PMC的〜1.89M全文文章,发现〜3.72M基因-疾病关联; (2)LitCovid文章设