文献

J-GLOBAL ID：201702233490217091   整理番号：17A0971454

群衆制御:生物医学データアノテーションのための遮蔽群衆作業者を効果的に活用【Powered by NICT】

Crowd control: Effectively utilizing unscreened crowd workers for biomedical data annotation

著者 (5件)： Cocos Anne (Department of Biomedical and Health Informatics, The Children’s Hospital of Philadelphia, United States) ,  Cocos Anne (Computer and Information Sciences Department, University of Pennsylvania, United States) ,  Qian Ting (Department of Biomedical and Health Informatics, The Children’s Hospital of Philadelphia, United States) ,  Callison-Burch Chris (Computer and Information Sciences Department, University of Pennsylvania, United States) ,  Masino Aaron J. (Department of Biomedical and Health Informatics, The Children’s Hospital of Philadelphia, United States)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 69  ページ： 86-92  発行年： 2017年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 電子カルテデータにおける非構造化テキストの注釈付け通常はこのようなデータセット上で機械学習研究を行うための必要なステップである。ドメイン専門家による手動注釈は,最良品質のデータを提供するが,EHRデータ量の急速な増加与えられた実用的ようになってきた。本論文では,EHRの非構造化テキストを形質転換した教師つき学習モデルに直接利用できる注釈付きデータへの代替としての非遮蔽オンライン労働者とクラウドソーシングの有効性を調べた。聴覚学の放射線医学報告書における異常耳解剖の論じを検出するための文分類モデルを訓練におけるエキスパートデータと同様に効果的であることをクラウドソーシングアノテーションデータを見出した。さらに,自己申告労働者を可能にする各アノテーションに付随する信頼レベルは,研究者がエキスパート精査を必要とする精度の低いアノテーションを助けることができることを発見した。著者らの知見は,特定のドメイン知識を持たない群衆労働者は注釈非構造EHRデータセットのタスクに有効に寄与できることを示唆した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 労働者 ,  *アノテーション ,  放射線医学 ,  高速度 ,  ドメイン知識 ,  機械学習 ,  教師つき学習 ,  電子カルテ ,  モデル ,  病歴
準シソーラス用語： 分類モデル ,  クラウドソーシング ,  データ量 ,  高品質 ,  構造化文書 ,  *生物医学 , 【Automatic Indexing@JST】

著者キーワード (5件)： テキストアノテーション ,  クラウドソーシング ,  EHRデータ ,  ロジスティック回帰 ,  文章分類

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 生物医学 ,  アノテーション ,  遮蔽 ,  活用