该系统能自动提取和生成生物医学语料库中的信息丰富、描述性句子，并组织为关系图，减少了人工阅读的需求。COVID-19 研究中的应用表明了该系统在药物再利用和文献整理等领域的实用性。

我们提出了一种新颖的方法，利用神经关系推断来学习关系图，以从观测数据中推断事件相互作用，并同时学习动态模式。我们的方法在变分推断框架下对事件相互作用进行推理，并利用基于强度的学习来搜索原型路径以对比关系约束。在三个真实世界数据集上的大量实验证明了我们的模型在事件序列建模任务中捕捉事件相互作用的有效性。