ドメイン固有予訓練言語モデルを用いたソーシャルメディアに関する公衆衛生サーベイランスタスクのベンチマーキング【JST・京大機械翻訳】

Naseem Usman; Lee Byoung Chan; Khushi Matloob; Kim Jinman; Dunn Adam G.

プレプリント

J-GLOBAL ID：202202210829135883 整理番号：22P0328943

ドメイン固有予訓練言語モデルを用いたソーシャルメディアに関する公衆衛生サーベイランスタスクのベンチマーキング【JST・京大機械翻訳】

Benchmarking for Public Health Surveillance tasks on Social Media with a Domain-Specific Pretrained Language Model

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 (5件)： , , , ,
資料名：
発行年： 2022年04月09日プレプリントサーバーでの情報更新日： 2022年04月09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)

ソーシャルメディアのユーザ生成テキストは,健康労働者が情報の追跡を保って,可能な発生を同定し,病気傾向を予測し,緊急事態をモニターし,疾患認識と公式健康対応への反応を確認する。社会メディアに関する健康情報のこの交換は,公衆衛生監視(PHS)を強化する試みと考えられている。その可能性にもかかわらず,この技術は,まだその初期段階にあり,広く適用できない。事前訓練言語モデル(PLM)の進歩は,いくつかのドメイン特異的PLMと様々な下流応用の開発を容易にした。しかし,PHSを含むソーシャルメディアタスクにはPLMはない。PHS-BERT,変圧器ベースPLMを提示し,社会的メディアに関する公衆衛生監視に関連するタスクを同定するために,PHS-BERTを発表し,放出する。7つの異なるPHSタスクに関連した異なるソーシャルメディアプラットフォームからの25データセットにおけるPHS-BERTの性能を比較し,ベンチマークした。限られたタスクで主に評価される既存のPLMと比較して,PHS-BERTは,すべての25のテストデータセットで最先端の性能を達成し,著者らのPLMが一般的PHSタスクにおいてロバストで一般化可能であることを示した。PHS-BERTを利用できることにより,著者らは,計算コストを減らし,様々なPHS関連タスクを横断して将来の研究のために新しいベースラインを導入するためのコミュニティを容易にすることを目指した。【JST・京大機械翻訳】

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

公衆衛生 , 医用情報処理

, , , , , , ,

前のページに戻る