Amélioration de l’extraction des interactions médicamenteuses à partir de textes grâce aux informations sur la structure moléculaire

Nous proposons une nouvelle méthode neuronale pour extraire les interactions médicamenteuses (IMs) à partir de textes en utilisant des informations sur la structure moléculaire externe des médicaments. Nous codons les paires de médicaments textuelles avec des réseaux neuronaux convolutifs et leurs paires moléculaires avec des réseaux neuronaux convolutifs sur graphe (GCNs), puis nous concaténons les sorties de ces deux réseaux. Dans les expériences, nous montrons que les GCNs peuvent prédire les IMs à partir des structures moléculaires des médicaments avec une grande précision, et que l'information moléculaire peut améliorer l'extraction d'IMs basée sur le texte de 2,39 points de pourcentage en termes de F-mesure sur l'ensemble de données du défi partagé DDIExtraction 2013.