استخراج تفاعل الأدوية مع الأدوية عبر الشبكات العصبية التكرارية الهرمية على التسلسل ومسارات الاعتماد الأقصر

الدافعتمثل الحوادث السلبية الناتجة عن التفاعلات الدوائية (DDI) مشكلة صحية جسيمة. يمكن أن يُسهم القدرة على استخراج التفاعلات الدوائية تلقائيًا من النصوص العلمية الطبية في تعزيز جهود المراقبة الدوائية المستمرة. في الغالب، تركز الطرق القائمة على الشبكات العصبية على تسلسل الجملة لتحديد هذه التفاعلات، ومع ذلك فإن أقصر مسار اعتمادي (SDP) بين الكائنين يحتوي على معلومات نحوية ودلالية قيمة. ويمكن أن يؤدي الاستغلال الفعّال لهذه المعلومات إلى تحسين أداء استخراج التفاعلات الدوائية.النتائجفي هذه الورقة، نقدم طريقة قائمة على الشبكات العصبية التكرارية الهرمية (RNNs) لدمج مسار الاعتماد الأقصر (SDP) وتسلسل الجملة في مهمة استخراج التفاعلات الدوائية. أولاً، يُقسَّم تسلسل الجملة إلى ثلاث تسلسلات فرعية. ثم، تُستخدم نموذج RNN السفلي لاستخلاص تمثيلات الميزات للسلسلات الفرعية ومسار الاعتماد الأقصر، بينما يُستخدم نموذج RNN العلوي لاستخلاص تمثيلات الميزات لكل من تسلسل الجملة ومسار الاعتماد الأقصر. علاوةً على ذلك، نُقدّم آلية الانتباه المُدمجة (embedding attention) لتحديد وتعزيز الكلمات المفتاحية الخاصة بمهمة استخراج التفاعلات الدوائية. تم تقييم منهجنا باستخدام مجموعة بيانات استخراج التفاعلات الدوائية 2013. وقد أظهرت النتائج أن منهجنا يتفوّق أو يوازي الأداء المُقدّم من الطرق المتطورة الأخرى. كما أظهرت النتائج التجريبية أن تسلسل الجملة ومسار الاعتماد الأقصر مكملان لبعضهما البعض، وأن دمج كليهما يمكن أن يُحسّن بشكل فعّال أداء استخراج التفاعلات الدوائية.