
Our seminar is at 03-404. Just a reminder..<br><br>Kenny<br><br>Sent from my Huawei Mobile<div class="quote" style="line-height: 1.5"><br><br>-------- Original Message --------<br>Subject: [Adapt] [Seminar] Drug-drug Interaction Extraction via RNN with<br> Multiple Attention Layers<br>From: 章梦雪 <lovealice@sjtu.edu.cn><br>To: Adapt <adapt@cs.sjtu.edu.cn><br>CC: <br><br><br type="attribution"><blockquote class="quote" style="margin:0 0 0 .8ex;border-left:1px #ccc solid;padding-left:1ex"><html><body><div style="font-family: arial, helvetica, sans-serif; font-size: 12pt; color: #000000"><div><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">Hi Adapters, </span><br><br><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">For the tomorrow's seminar, I will talk about a paper which introduces the way to extract the drug-drug interaction(DDI) from biomedical reports. DDI is a situation when one drug increases or decreases the effect of another drug. </span></div><div><br><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">This is in fact a relation extraction task of NLP. In recent years, attention mechanism and various neural networks are applied to relation extraction which has been proven useful. In this paper, a bidirectional RNN with multiple attention layer model is presented, of which the performance is better than previous work. </span><br><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;"></span></div><div><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;"><br data-mce-bogus="1"></span></div><div><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">Hope to see you there ：） </span><br><br><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">Best, </span><br><span style="font-family: terminal, monaco;" data-mce-style="font-family: terminal, monaco;">Mengxue</span><br></div></div></body></html></blockquote></div>