{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2023,12,14]]，“日期-时间”：“2023-12-14T09:43:24Z”，“时间戳”：1702547004349}，“参考-计数”：32，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-“日期-零件”：[2019,2,1]]，”日期-时间“：”2019-02-01T00:00:00:00:00 0Z“，”时间戳“：1548979200000}，”内容-版本“：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com/tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2020,2,1]]，“date-time”：“2020-02-01T00:00:00Z”，“timestamp”：1580515200000}，“content-version”：“vor”，“delay-in-days”：365，“URL”：“http://\/www.elsevier.com\/open-access\/userlicense \/1.0\/“}]，“出资人”：[{“DOI”：“10.13039\/100000002”，“名称”：“美国国立卫生研究院”，“doi-asserted-by”：“publisher”}，{“doi”：“10.13039\/1000000092”，“name”：“国家医学图书馆”，“doi-asserted-by”：”publisher“}，}“doi:”10.13039\/100014124“，”name“：”Lister Hill National Center for Biomedical Communications“，”doi-assert-by“：”crossref“}]，“content-domain”：{“domain”:[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[《生物医学信息学杂志》]，“published-print”：{“date-parts”：[[2019,2]}，”DOI“：”10.1016\/j.jbi.2018.12.005“，”type“：”Journal-article“，”created“：{”date-part“：[2019,1,3]]，”date-time“：”2019-01-03T20:57:28Z“，”timestamp“：15465490 48000}，“页面”：“103091”，“更新策略”：“http:\/\/dx.doi.org/10.1016\/elsevier_cm_policy”，“source”：“Crossref”，“由count引用”：25，“title”：[“开发患者报告的不良药物事件语料库的系统方法：SSRI和SNRI药物的案例研究”]，“prefix”：“10.1016”，“volume”：“90”，“author”：[{“ORCID”：“http:\/\/ORCID.org/0000-0003-4484-2990”，“authenticated-orcid”：false，“given”：“Maryam”，“family”：“Zolnoori”，“sequence”：“first”，“affiliation”：[]}，{“giving”：“Kin Wah”，“家庭”：“Fung”，“sequence”:“additional”，“filiation“：[]{”given“：”Timothy B.附加“，”从属“：[]}，{”给定“：“哈迪”，“家族”：“哈拉齐”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“安东尼”，“家庭”：“费奥拉”，“顺序”：“额外”，“附属关系”：[]}、{“给出”：“易树雪莉”，“家人”：“吴”，“排序”：“添加”，“隶属关系”：【】}，{“给定”：“杰克”，“家人”：“罗”，“sequence”：“additional”，“affiliation”：[]}，{“given”：“Mike”，“family”：“Conway”，“se序列”：“附加”，“从属”：[]}，}“giving”：“Jixi”，”family“：”Zhu“，”sequence“：”additional“，”affiliance“：[]{“给定”：“Soo Kyung”，“家族”：“Park”，“sequence”:“additionable”，“filiation“：[]”}，“givent”：“Kelly”，“家庭”：“Xu”，“序列”：“附加”，“从属关系”：[]}，{“given”：“Hamideh”，“family”：“Moayyed”，“sequence”：“additional”，“affiliation”：[]}“，”doi“：”10.1136\/bmj.331.7520.824“，”文章标题“：“瓶装闪电”，“卷”：“331”，“作者”：“Aronson”，“年份”：“2005年”，“新闻标题”：“BMJ”}，{“问题”：“6”，“关键”：“10.1016\/j.jbi.2018.12.005_b0010”，“doi-asserted-by”：“crossref”，“首页”：“989”，“doi”：“101016\/jbi.2011.07.005”，“文章标题”：”使用网络识别潜在的不良反应：医学假说生成的新方法“”，“volume”：“44”，“author”：“Benton”，“year”：“2011”，“journal-title”：“J.Biomed.Inform.”}，{“issue”：“2”，“key”：”10.1016\/J.jbi.2018.12.005_b0015“，”doi-asserted-by“：”crossref“，”first page“：”121“，“doi”：“10.4103\/0253-7176.116232”，“article-title“：”如何计算医学研究中不同研究设计的样本量？“，”volume“35”，“作者”：“Charan”，“年份”：“2013年”，“新闻标题”：“印度心理医学杂志”}，{“问题”：“4”，“关键”：“10.1016\/J.jbi.2018.12.005_b0020”，“doi-asserted-by”：“crossref”，“首页”：“878”，“doi”：“101111\/bcp.12746”，“article-title”：“社交媒体不良事件数据的流行率、频率和比较值的系统综述”，“卷”：“80”，“作者”：“Golder”，“年份”：“2015年”，“期刊标题”：“英国临床药理学杂志”}，{“关键词”：“10.1016\/J.jbi.2018.12.005_b0025”，“非结构化”：“H.Gurulingappa，R.Klinger，M.Hofmann-Apitius，J。Fluck，生物医学文献中用于识别疾病和不良反应的资源的实证评估。2010年第二届生物医学文本挖掘资源构建与评估研讨会（第七届语言资源与评估会议）上发表的论文。“}，{”issue“：”1“，”key“：”10.1016\/j.jbi.2018.12.005_b0030“，”doi-asserted-by“：”crossref“，”first-page:“15”，”doi“：”101186\/2041-1480-3-15“，“article-title”：“从医学病例报告中提取潜在的药物不良事件”，“卷”：“3”，“作者”：“Gurulingapa”，“年份”：“2012”，“期刊标题”：“J.Biomed。语义“}，{”issue“：”5“，”key“：”10.1016\/j.jbi.2018.12.005_b0035“，“doi-asserted-by”：“crossref”，“first page”：“885”，“doi”：“10.1016\/j.jbi.2012.04.008”，“article-title”：“开发一个基准语料库以支持从医疗病例报告中自动提取药物相关的不良反应”，“volume”：”45“，”author“：”Gurulingappa“，”year“：”2012“，”新闻标题“：”J.Biomed。通知。“}，{”key“：”10.1016\/j.jbi.2018.12.005_b0040“，”unstructured“：”T.Hrenchir，10种大多数处方抗抑郁药物。检索自https:\/\/www.newsmax.com/health\/health-wire\/Most-predicated-antidepressiant-Medications\/2015\/09\/id\/673123\/，2017。“}”，{“key”：“10.1016\/jbi.2018.2.005_b0045”，“unstructure”：”T.Huynh，Y.他，A。Willis，S.R\u00fcger，利用深度神经网络对药物不良反应进行分类，2016年。“}，{“key”：“10.1016\/j.jbi.2018.12.005_b0050”，“非结构化”：“T.Huynh，Y.He，A.Willis。R\u00fcger，利用深度神经网络进行药物不良反应分类。论文发表于2016年COLING会议记录，第26届国际计算语言学会议：技术论文，2016。“}，{”key“：”10.1016\/j.jbi.2018.12.005_b0055“，”doi-asserted-by“：”crossref“，”first page“：作者：“卡里米”，“年份”：“2015年”，“新闻标题”：“J.Biomed。通知。“}，{”issue“：”D1“，”key“：”10.1016\/j.jbi.2018.12.005_b0060“，”doi-asserted-by“：”crossref“，“first page”：“D1075”，“doi”：“10.1093\/nar\/gkv1075”，”article-title“：”SIDER药物和副作用数据库“，”volume“：“44”，“author”：“Kuhn”，“year”：“2015”，“journal-title”：“Nucleic Acids Res.”}，”{“key”：“10.1016\/j.jbi.2018.12.005_b0065”，“doi-asserted-by”：“crossref”，“首页”：“159”，“DOI”：“10.2307\/2529310”，“文章标题”：“分类数据观察者一致性的测量”，“作者”：“Landis”，“年份”：“1977”，“期刊标题”：“生物计量学”}，｛“密钥”：“10.1016\/j.jpi.2018.12.005_b0070”，“系列标题”：“论文发表于2010年生物医学自然语言处理研讨会论文集，“article-title”：“走向互联网药物警戒：从健康相关社交网络的用户帖子中提取药物不良反应”，“author”：“Leaman”，“year”：“2010”}，{“key”：“10.1016\/j.jbi.2018.12.005_b0075”，“series-title”：海量数据集挖掘”，“author”：“Leskovec”，“year”：“2014”}，{“key”：“10.1016\/j.jbi.2018.12.005_b0080”，“series-title”：“Smart Health”，“first-page”：“134”，“article-title”：”AZDrugMiner:一个用于在线患者论坛中挖掘患者报告的药物不良事件的信息提取系统“，”author“：”Liu“，”year“：”2013“}”，{”issue“：”Oct“，”key“：”10.1016\/j.jbi.2018.12.005_b0085“，“首页”：“2825”，“文章标题”：“Scikit-learn:Python中的机器学习”，“卷”：“12”，“作者”：“Pedregosa”，“年份”：“2011”，“期刊标题”：”j.Mach。学习。研究“}，{“key”：“10.1016\/j.jbi.2018.12.005_b0090”，“非结构化”：“L.A.Pratt，D.j.Brody，Q.Gu，2017。12岁及以上人群抗抑郁药使用情况：美国，2011_20132014。NCHS数据简介（283），1\u20138.“}，{“问题”：“2”，“关键”：“10.1016\/j.jbi.2018.12.005_b0095”，“doi-asserted-by”：“交叉引用”，“首页”：“176”，“doi”：“10.4103\/0019-5545.130502”，“文章标题”：“精神病医生药物警戒：简介”，“卷”：“56”，“作者”：“Rajkumar”，“年份”：“2014”，“新闻标题”：《印度精神病学杂志》y“}，{”键“：”10.1016\/j.jbi.2018.12.005_b0100“，”doi-asserted-by“：”crossref“，”first page“：”202“，“doi”：“10.1016\/j.jbi.2015.02.004”，“article-title”：“利用社交媒体数据进行药物警戒：综述”，“volume”：“54”，“author”：“Sarker”，“year”：“2015”，“journal-title“：”j.Biomed。通知。“}，{”key“：”10.1016\/j.jbi.2018.12.005_b0105“，”doi-asserted-by“：”crossref“，”first page“：“196”，“doi”：“10.1016\/j.jbi.2014.11.002”，“article-title”：“通过多企业培训检测药物不良反应的便携式自动文本分类”，“volume”：“53”，“author”：“Sarker”，“year”：“2015”，“journal-title“：”j.Biomed.Inform.“}”，{“issue”：“5”“，”key“：”10.1016\/j.jbi.2018.12.005_b0110“，”doi-asserted-by“：”crossref“，”first page“：“507”，”doi“：”101136\/jamia.2009.001560“，“article-title”：“Mayo临床文本分析和知识提取系统（cTAKES）：架构、组件评估和应用”，“volume”：“17”，“author”：“Savova”，“year”：“2010”，“journal-title“：”j.Am.Med.Inform。Assoc.“}，{”issue“：”6“，”key“：”10.1016\/j.jbi.2018.12.005_b0115“，”doi-asserted-by“：”crossref“，”first page“：“497”，”doi“：”101002\/bimj.4710220605“，”article-title“：”Measuring pairwise agreement between many obestors“，”volume“:”22“，”author“：”Schouten“，”year“：”1980“，”journal title“：“Biometrical j.”}，”{“key“”：“10.1016”016\/j.jbi.2018.12.005_b0120“，”series-title“：”消费者健康信息学“，”首页“：”122“，”article-title“：“消费者健康词汇表”，”作者“：”Smith“，”年份“：”2005“}，{“问题”：“1”，”键“：”10.1016\/j.jbi.2018.12.005_b0125“，”doi-asserted-by“：”crossref“，“首页”：“66”，“doi”：“10.1186\/s13063-016-1199-2”，“article-title”：“”米氮平加入选择性5-羟色胺再摄取抑制剂治疗初级保健中的难治性抑郁症（MIR试验）：随机对照试验的研究方案DOI“：”10.1192\/bjp.bp.108.061960“，”article-title“：”抗抑郁药的不良反应“，”volume“：”195“，“author”：“Uher”，“year”：“2009”，“journal-title”：“Br.J.Psychiatry”}，{“key”：“10.1016\/J.jbi.2018.12.005_b0135”，“DOI-asserted-by”：“crossref”，”unstructured“：”S.Winters-Hilt，A.Yeludur，C.McChesney，M。Landry，分类和聚类的支持向量机实现。BMC生物信息学论文，2006年。“，“DOI”：“10.1186\/1471-2105-7-S2-S4”}，{“key”：“101016\/j.jbi.2018.12.005_b0140”，“series-title”：“2012年智能健康与福祉国际研讨会论文集”，“article-title”：”药物安全信号检测的社交媒体挖掘”，“作者”：“杨”，“年份”：“2012”}，{“问题”：“4”，“关键”：“10.1016\/j.jbi.2018.12.005_b0145”，“doi-asserted-by”：“crossref”，“doi”：“10.2196\/10726”，“article-title”：“确定与2019年患者对抗抑郁药态度相关的潜在因素：患者药物评论的定性和定量分析”，“卷”：“5”，“作者”：“Zolnoori”，“年份”：“2018年”，“期刊标题”：“JMIR精神健康”}，{“关键”：“10.1016\/j.jbi.2018.12.005_b0150”，“非结构化”：“M.Zolnoory，K.W.Fung，T.B.Patrick，P。Fontelo、H.Kharrazi、A.Faiola等人（提交）。PsyTAR数据集：从社交媒体帖子到精神病药物不良事件和疗效语料库。简要数据。“}，{”key“：”10.1016\/j.jbi.2018.12.005_b0155“，”unstructured“：”M.Zolnoori，T.Patrick，K.W.Fung，P.Fontelo，A.Faiola，Y.S.S.Wu，K.Xu，j.Zhu，C.E.Eldredge，《消费者健康邮报精神药物不良反应语料库的开发》，SMM4H@AMIA公司华盛顿特区，2017.“}，{”key“：”10.1016\/j.jbi.2018.12.005_b9010“，”doi-asserted-by“：”crossref“，”unstructured“：”M.Zolnoori，《利用消费者健康帖子进行药物警戒：识别与2019年患者对抗抑郁药态度相关的潜在因素》，博士论文，2017年。检索自威斯康星州密尔沃基大学数字图书馆https:\/\/dc.uwm.edu\/etd\/1733\/。“，”DOI“：”10.2196\/prints.10726“}]，”container-title“：[”Journal of Biomedical Informatics“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1532046419300012？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，{“URL”：https:\/\/api.elsevier.com/content\/article\/PII:S1532046419300012？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2020,1,31]]，“date-time”：“2020-01-31T21:17:19Z”，“timestamp”：15805439000}，“score”：1，“resource”：{primary“URL”：“https:\/\/linkinghub.elsevier.com/retrieve\/pii\/S153204646”19300012“}}，”副标题“：[]，”短标题“：[]，”已发布“：{“date-parts”：[[2019,2]]}，“references-count”：32，“alternative-id”：[“S1532046419300012”]，“URL”：“http://\/dx.doi.org\/10.1016\/j.jbi.2018.12.005”，“relation”：{}，”ISSN“：[”1532-0464“]，”ISSN-type“：[{”value“：”1532-00464“，”type“:”print“}]，“subject”：[]，“published”：{“date-parts”：[[2019,2]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”开发患者报告的药物不良事件语料库的系统方法：SSRI和SNRI药物的案例研究“，”name“：”articletite“，”标签“：”article Title“}”，{“value”：“生物医学信息学杂志”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“”：“”https://doi.org/10.1016\/j.jpi.2018.12.005“，”name“：”articlelink“，”label“：”CrossRef doi链接到出版商维护的版本“｝，｛”value“：”article“，”name“：”content_type“，”label“：”content type“｝，｛”value“：”\u00a9 2019 Elsevier Inc.“，”name“：”copyright“，”label“：”copyright“｝]，”文章编号“：”103091“｝