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。
深層学習アルゴリズムは大規模注釈付き臨床テキストデータセットのアベイラビリティに依存する。そのような公的に利用可能なデータセットの欠如は,臨床自然言語処理(NLP)システムの開発にとって最大のボトルネックである。ゼロショット学習(ZSL)は,訓練データが以前に見られていない新しいクラスからインスタンスを分類するための深層学習モデルの使用に言及する。Promptベースの学習は,NLPタスクのためのタスクベースのテンプレートを定義する新しいZSL技術である。健康Promptと呼ばれる新規迅速ベース臨床NLPフレームワークを開発し,臨床テキストに関する迅速ベース学習のパラダイムを適用した。この技法では,事前訓練言語モデル(PLM)を微調整するよりも,タスク定義は迅速なテンプレートを定義することにより調整される。著者らは,無データ設定における6つの異なるPLMに関する健康Promptの徹底的な分析を行った。著者らの実験は,即座が臨床テキストのコンテキストを効果的に捕捉し,訓練データなしで著しく良好に機能することを示した。【JST・京大機械翻訳】