Scidown文献预览系统！
基于层次表示学习的文档级化学诱发疾病关系提取( Document-level Chemical-induced Disease Relation Extraction via Hierarchical Representation Learning )
W Zhao J Zhang J Yang X Jiang T He
在过去的几十年里，化学诱导疾病(CID)的关系引起了生物医学界的广泛关注，在生物医学研究和医疗保健领域有着广泛的应用。然而，现有的研究成果未能充分利用生物医学文档中局部和全局上下文之间的交互作用，推导出的性能有待于进一步提高。本文提出了一种新的文档级CID关系抽取框架。更具体地说，引入了一个堆叠的超图聚集神经网络(HANN)层来建模局部和全局上下文之间复杂的相互作用，在此基础上获得了更好的CID关系提取的上下文表示。另外，构造了CID关系异构图，捕获不同粒度的信息，进一步提高了CID关系分类的性能。在真实数据集上的实验证明了该框架的有效性。
SciDown文献求助系统（解决99%问题） Public Download 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 中国的粮食损失和浪费对环境的影响越来越大下载
scidown 中国的粮食损失和浪费对环境的影响越来越大下载
scidown 糖尿病条件下丝蛋白涂层通过ros介导NF-κB途径促进3D打印多孔钛植入物的骨整合下载