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.
NETL
NSTL
万方数据