抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
生物医学文献の急速な成長は,生物医学テキストマイニング分野で多くの進歩をもたらした。大量の情報の中で,生物医学論文抄録は,容易にアクセス可能な資源である。しかし,背景の1つ,目的,方法,結果,および結論のカテゴリーの1つによって,構造化された抽象の個数は,まだ,まだ有意ではない。生物医学抄録における貴重な情報の探索は,逐次文分類タスクの改善で促進できる。深層学習ベースモデルは,このタスクにおいて顕著な結果を達成する際に,大きな性能/ポテンシャルを持つ。しかし,それらはしばしば複雑であり,特定のデータに適合できる。このプロジェクトでは,ここではSSN-4モデルと呼ぶ最先端の深層学習モデルを研究した。SSN-4モデルの異なった成分を調べ,性能と複雑性の間のトレードオフを研究した。著者らは,このモデルがランダム化比較試験(RCT)データセットを超えて新しいデータセットに一般化する方法を探究した。著者らは,単語埋込みが性能を改善するためにタスクに調整できるかどうかという疑問に取り組んだ。さらに,第1モデルにおける混乱対を扱う第2のモデルを開発した。結果は,SSN-4モデルがRCTデータセットを超えてよく一般化しないことを示した。【JST・京大機械翻訳】