duk.ac.in

이 이메일 도메인이 관측된 논문 1건

arXiv:2609.00073v1cs.AI

MiNER: 임상 텍스트 내 말라리아 질환 개체명 인식을 위한 파인튜닝된 바이오메디컬 자연어 처리

MiNER: Fine-Tuned Biomedical Natural Language Processing for Malaria Disease Entity Recognition in Clinical Texts

말라리아는 여전히 전 세계적인 주요 보건 부담으로 남아 있어, 복잡한 분자 메커니즘, 역학 및 잠재적 치료 중재 방안을 이해하기 위한 지속적인 연구 노력이 필수적이다. 방대하고 끊임없이 증가하는 말라리아 문헌에서 핵심적인 바이오메디컬 정보를 추출하는 것은 혁신적인 접근법을 요구하는 도전적인 과제이다. 최근 사전학습(pre-training)된 언어 모델(language model)은 자연어 처리(NLP) 작업에 혁신을 가져왔으며, 다양한 도메인에서 뛰어난 성능을 입증하고 있다. 본 논문에서는 말라리아 질환에 관한 과학 문헌에서 바이오메디컬 정보를 추출하기 위해 파인튜닝(fine-tuning)된 사전학습 바이오메디컬 언어 모델을 제안한다. 제안된 방법론은 말라리아 관련 과학 논문 대규모 말뭉치를 선별 및 전처리한 후, 임상적으로 유의미한 개체명으로 주석을 부여한다. 그런 다음 최첨단 사전학습 언어 모델인 BioBERT를 활용하여 텍스트 데이터를 문맥을 고려한 표현으로 인코딩한다. 또한 도메인 특화 주석과 지도학습(supervised learning)을 사용하여 모델을 파인튜닝함으로써 관련 바이오메디컬 개체명을 추출하는 능력을 향상시킨다. 다양한 인코딩 기법 및 머신러닝 알고리즘과의 광범위한 실험과 비교를 통해, 제안된 접근법이 정밀도(precision), 재현율(recall), 정확도 측면에서 기존 방식들을 크게 능가함을 보여준다. 아울러 다른 보건정보학 연구자들이 말라리아 정보 추출을 위한 첨단 모델을 학습(training)시킬 수 있도록, 개체 및 관계 추출을 위해 사람이 직접 라벨링한 데이터셋(dataset)을 공개한다.