Scidown文献预览系统！
利用对抗性迁移学习模型从社交媒体中识别药物不良反应实体( Identifying Adverse Drug Reaction Entities from Social Media with Adversarial Transfer Learning Model )
TZ A HL A YR A ZY A WA Jian XD B XAC Bo
从文本中识别药品不良反应(ADR)实体是药理学的一项重要任务，也是ADR关系抽取任务的基础。关于这项任务的公开资源包括PubMed摘要、社交媒体和其他资源。在这些资源中，社交媒体数据可以实时反映用药者服药后的反应，更新迅速。然而，极少量的带注释的社交媒体数据导致对这些数据的研究较少。此外，社交媒体数据存在口语化和非正式词汇表达问题，这对ADR命名实体识别(NER)提出了重大挑战。在这项工作中，我们提出了一个针对ADR NER任务的对抗迁移学习架构。我们的模型通过引入PubMed（源资源）中的生物医学领域信息，提高了Twitter数据（目标资源）上的性能。此外，我们在最终损失函数中设置了尺度参数，以解决由于数据量不平衡而导致的模型训练偏差问题。在没有添加任何额外的手动设计功能的情况下，我们的方法实现了最先进的性能，F1在Twitter上的ADR数据为68.58%。
SciDown文献求助系统（解决99%问题） Public Download Elsevier ResearchGate
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 超稳定Li3V2(PO4)3纳米颗粒干镀膜促进富镍层状氧化物阴极的循环稳定性下载
scidown 超稳定Li3V2(PO4)3纳米颗粒干镀膜促进富镍层状氧化物阴极的循环稳定性下载
scidown 超稳定Li3V2(PO4)3纳米颗粒干镀膜促进富镍层状氧化物阴极的循环稳定性下载