PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.19637v1cs.CL

라벨 이전: 데이터셋 구축이 임상 텍스트 내 자살성 탐지에 미치는 영향

Before the Labels: How Dataset Construction Shapes Suicidality Detection in Clinical Text

임상 자연어 처리(NLP)는 자살 행동을 탐지하기 위해 전자 건강 기록(EHR) 데이터에 점점 더 의존하고 있으며, 소셜 미디어보다 임상 문서를 더 신뢰할 수 있는 정답(ground truth)으로 간주합니다. 우리는 이러한 관점이 EHR 기반 자살성 데이터셋이 자살성의 특정한 조작화(operationalization)를 어떻게 반영하는지 가리고 있다고 주장합니다. 이는 데이터를 누가 작성하는지, 에피소드가 어떻게 경계 지어지는지, 그리고 모호성이 어떻게 해결되는지에 따라 형성됩니다. 우리는 MIMIC-III 임상 노트를 기반으로 구축된 ScAN 데이터셋에 대한 사례 연구를 통해 이 주장을 뒷받침합니다. 우리는 거버넌스 제약, ICD 기반 코호트 선정, 단일 주석자 라벨링, 그리고 입원 기간 수준의 집계가 어떻게 임상의가 기록한 판단을 반영하고, 자살성을 명확히 경계 지어진 에피소드로 취급하며, 의도가 문서에서 신뢰할 수 있게 유추될 수 있다고 가정하는 라벨을 생성하는지 보여줍니다. 언어학적 분석을 통해 동일한 라벨이 시간성, 부정, 불확실성 측면에서 차이가 나는 이질적인 임상적 프레이밍을 포괄하고 있음을 입증합니다. 우리는 임상 자연어 처리(NLP)가 자살성 데이터셋의 라벨을 정답으로 해석하기 전에, 해당 데이터셋에 내재된 가정을 면밀히 검토해야 한다고 주장합니다.