본 논문은 과학적 메타데이터의 불완전성, 불일치 및 형식 오류 문제를 해결하기 위해 GPT-4와 CEDAR 지식베이스의 구조화된 메타데이터 템플릿을 결합하는 방법을 제시합니다. CEDAR 템플릿은 메타데이터 제출의 예상 필드와 허용 값을 지정하며, 이를 이용하여 GPT-4가 메타데이터 항목을 정확하게 수정 및 개선하여 표준화된 메타데이터를 생성합니다. NCBI의 BioSample 및 GEO 저장소를 사용한 실험 결과, GPT-4와 CEDAR 템플릿을 결합한 방법(GPT-4+CEDAR)은 기존 메타데이터 또는 GPT-4와 데이터 사전만을 사용한 방법(GPT-4+DD)보다 데이터 검색 성능, 특히 재현율을 크게 향상시키는 것으로 나타났습니다. 평균 재현율은 기존 메타데이터의 17.65%에서 GPT-4+CEDAR를 사용했을 때 62.87%로 크게 증가했습니다. LLaMA-3 및 MedLLaMA2와의 비교 실험을 통해 GPT-4+CEDAR의 우수한 성능과 견고성을 확인했습니다. 결론적으로, 고급 언어 모델과 표준화된 메타데이터 구조의 기호 모델을 결합하면 데이터 검색 효율성과 신뢰성을 높여 과학적 발견과 데이터 기반 연구를 가속화할 수 있습니다.
