نواة رسمية تعتمد على متجهات السياق لاستخراج تفاعلات الأدوية مع بعضها

يُعد التعرف السريري على التفاعلات الدوائية المتبادلة (DDIs) مسألة حاسمة من حيث سلامة المرضى وتحكم التكاليف الصحية. وبالتالي، هناك حاجة ملحة لاستخراج التفاعلات الدوائية تلقائيًا من الأدبيات البيولوجية والطبية باستخدام تقنيات استخراج النصوص (Text-mining). وعلى الرغم من أن الأنظمة الرائدة في مجال DDIs تستكشف مجموعة متنوعة من السمات النصية، إلا أن هذه السمات لا تزال غير كافية لتمثيل الجمل الطويلة والمعقدة بشكل كافٍ. في هذا البحث، نقدم نواة رسمية فعالة (graph kernel) تستغل بالكامل أنواعًا مختلفة من السياقات للكشف عن التفاعلات الدوائية المتبادلة من الأدبيات البيولوجية والطبية. في نهجنا، يتم استخلاص العلاقات بين الكلمات البعيدة المدى، بالإضافة إلى العلاقات بين الكلمات القريبة المدى، من خلال تمثيل الجملة باستخدام الرسم البياني (graph representation) للجملة المُحلَّلة نحويًا. كما تُمثّل متجهات السياق (context vectors) لكل رأس – وهي تمثيل متجهي تكراري لجميع العقد المُوسومة المجاورة وغير المجاورة له – المعلومات المتعلقة بالبنى الفرعية المباشرة وغير المباشرة بشكل مكثف. علاوة على ذلك، تُستخدم نواة الرسم البياني التي تأخذ بعين الاعتبار المسافة بين متجهات السياق للكشف عن التفاعلات الدوائية المتبادلة. أظهرت النتائج التجريبية على مجموعة بيانات DDIExtraction 2013 أن نظامنا يحقق أفضل أداء في الكشف والتصنيف للتفاعلات الدوائية المتبادلة (بمتوسط F-score بلغ 81.8 و68.4 على التوالي). وبشكل خاص، تفوق نظامنا على الأنظمة الرائدة في مجال DDIs على مجموعة بيانات Medline-2013 بمعدلات F-score تبلغ 10.7 و12.2 على التوالي في الكشف والتصنيف.