Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Temporal Relation Extraction in Clinical Texts: A Span-based Graph Transformer Approach

Created by
  • Haebom
Category
Empty

저자

Rochana Chaturvedi, Peyman Baghershahi, Sourav Medya, Barbara Di Eugenio

개요

GRAPHTREX는 비정형 의료 텍스트에서 임상 사건과 그 시간적 관계를 추출하는 새로운 방법입니다. I2B2 2012 Temporal Relations Challenge corpus를 사용하여, span-based entity-relation extraction, 임상 대규모 사전 훈련 언어 모델(LPLM), 그리고 이질적 그래프 변환기(HGT)를 통합합니다. HGT는 혁신적인 전역 랜드마크를 통해 문서 전체에 걸쳐 정보 전파를 용이하게 하여, 특히 장거리 관계 추출에서 성능 향상을 가져옵니다. 기존 최고 성능 대비 tempeval $F_1$ 점수를 5.5% 향상시켰으며, 장거리 관계에서는 최대 8.9% 향상을 달성했습니다.

시사점, 한계점

시사점:
의료 텍스트에서 임상 사건의 시간적 관계 추출 성능 향상 (tempeval $F_1$ 점수 5.5% 향상, 장거리 관계 최대 8.9% 향상).
LPLM과 HGT를 결합한 새로운 접근법 제시.
향상된 시간적 추론을 통한 진단 및 예후 모델 개선의 기반 마련.
한계점:
본 논문에서는 구체적인 한계점이 언급되지 않았습니다. 추가적인 실험이나 분석을 통해 한계점을 밝힐 필요가 있습니다.
👍