Extraction d'interactions médicamenteuses à partir de la littérature à l'aide d'une approche à noyau linéaire basée sur des caractéristiques riches

L’identification des interactions médicamenteuses inconnues est d’une grande utilité pour la détection précoce des réactions indésirables aux médicaments. Malgré la disponibilité de plusieurs ressources fournissant des informations sur les interactions médicamenteuses (DDI), ces données abondantes sont enfouies dans un volume croissant exponentiel de textes médicaux non structurés. Cela nécessite le développement de techniques d’extraction de données à partir de textes (text mining) pour identifier les DDI. Les méthodes actuelles d’extraction de DDI utilisent des machines à vecteurs de support (SVM) avec des noyaux composites non linéaires afin d’exploiter divers contextes présents dans la littérature scientifique. Bien que les systèmes basés sur des noyaux linéaires soient moins coûteux en termes de calcul, ils n’ont pas atteint une performance comparable dans les tâches d’extraction de DDI. Dans ce travail, nous proposons un système efficace et évolutif utilisant un noyau linéaire pour identifier les informations relatives aux DDI. L’approche proposée se déroule en deux étapes : la détection des DDI et l’affectation d’un des quatre types différents de DDI aux paires de médicaments prédites. Nous démontrons que, munie d’un ensemble riche de caractéristiques lexicales et syntaxiques, une classification par SVM linéaire est capable d’atteindre une performance compétitive dans la détection des DDI. De plus, la stratégie « un contre un » s’avère essentielle pour résoudre le problème d’imbalanced dans la classification des types de DDI. Appliqué au corpus DDIExtraction 2013, notre système atteint un score F1 de 0,670, contre 0,651 et 0,609 respectivement rapportés par les deux meilleures équipes participantes au défi DDIExtraction 2013, toutes deux basées sur des méthodes à noyaux non linéaires.