基于对话结构与图注意力网络的药物推荐算法

作     者：陈江美 张文德 谭睿璞 CHEN Jiangmei;ZHANG Wende;TAN Ruipu

作者机构：福州大学经济与管理学院福州350108 福州大学信息管理研究所福州350108 福建江夏学院电子信息科学学院福州350108 

基　　金：国家自然科学基金青年基金(61300104) 福建省社会科学基金(FJ2023B041) 福建省高校信息化学会科研课题(FJGX22007) 

出 版 物：《计算机科学与探索》 (Journal of Frontiers of Computer Science and Technology)

年 卷 期：2024年第18卷第8期

页      码：2130-2139页

摘      要：现有的药物推荐算法大多基于历史电子健康记录,但该数据难以反映患者的当前健康状况,也无法捕捉患者实时性的健康需求,导致推荐效果不佳。为此,融合了在线对话和疾病信息,提出一种基于对话结构与图注意力网络的药物推荐算法。集成灰关联分析与图注意力网络,运用灰关联分析学习节点间的关联,提出了一种新的关联感知图结构,以弥补传统图网络难以捕捉节点关联的不足。构建了对话分层编码器,基于新的图注意力网络编码话语与对话表示,并设计两种关联图结构学习节点的邻接关系,以生成蕴含上下文语义的对话结构表示。基于知识图谱和新的图网络学习疾病表示,将其与对话表示融合,实现药物的预测与推荐。实验结果表明,提出的算法在各评估方法下均优于基线方法,与性能最好的基线DNN相比,提出算法的F1和Jaccard分别提高了1.8%和3.5%,表明了提出算法能有效提高推荐性能。

主 题 词：药物推荐 对话结构 图注意力网络 灰关联分析 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3778/j.issn.1673-9418.2309100

馆 藏 号：203125245...