エビデンスに基づく医学におけるテキスト分類のためのニューラル言語モデル【JST・京大機械翻訳】

Carvallo Andres; Parra Denis; Rada Gabriel; Perez Daniel; Vasquez Juan Ignacio; Vergara Camilo

プレプリント

J-GLOBAL ID：202202202783722158 整理番号：22P0214165

エビデンスに基づく医学におけるテキスト分類のためのニューラル言語モデル【JST・京大機械翻訳】

Neural language models for text classification in evidence-based medicine

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年12月01日プレプリントサーバーでの情報更新日： 2020年12月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

COVID-19は,人間性全体に大きな挑戦をもたらしたが,医療コミュニティに特別な負担があった。臨床医は,科学的文献の決してない洪水の下で,緊急処置の症状,診断,および有効性について連続的に更新しなければならない。この状況において,公衆衛生および臨床診療をサポートするための最も実質的な証拠を curめるための証拠に基づく医学(EBM)の役割は,必須であるが,発表された研究論文の高い体積および日常のプレプリントのため,今までに挑戦されていない。人工知能はこの状況において重要な役割を持つ。本稿では,EBMを最も活動的な基礎の1つであるEpistemonikosをサポートするための科学的論文を分類するための応用研究プロジェクトの結果について報告する。著者らは,いくつかの方法をテストして,XLNetニューラル言語モデルに基づく最も良いものは,平均F1スコアの93%によって現在の方式を改良して,手動でCOVID-19研究論文を手引きする医師から貴重な時間を節約した。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , 【Automatic Indexing@JST】

医療制度 , 東洋医学

, , ,

前のページに戻る