基于大模型数据增强的药物相互作用关系抽取

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：药物治疗是治愈疾病的重要手段之一,药物种类繁多且关系复杂,在诊断用药时药物间的相互作用关系可能会影响患者的健康,因此研究自动化的药物相互作用关系抽取方法是必要的.目前,相关研究中存在高质量标注数据较少且语义表达不够丰富的问题.针对该问题,文章提出一种简易的数据增强方法,更好地捕捉数据的不变性并增加样本量.具体而言,利用大型语言模型(Llama2)作为生物医学文本数据生成器,通过合理设计提示工程来增加数据的多样性,并且使用一致性检验确保生成数据的正确标注.实验结果表明,使用该方法生成的数据在多个关系抽取模型中均取得了不错的性能.

作者：

朱海、邵山武

展开 >

作者单位：

广州南方学院商学院广东广州 510000

关键词：

大语言模型 Llama2 数据增强提示工程关系抽取

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.12.004

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(12)