본 논문은 의료 분야의 데이터 부족 문제를 해결하고자 갑상선암, 대장암, 폐암, 일반 주제 등으로 분류된 1,874개의 생의학 초록 데이터셋을 구축하여 암 관련 의료 초록 분류 성능 향상에 집중합니다. 특히 데이터 부족 환경에서의 성능 향상을 목표로, 잔차 그래프 어텐션 네트워크(R-GAT) 모델을 제안하고, BERT, RoBERTa, BioBERT, Bio+ClinicalBERT 등 다양한 기법들과 비교 분석합니다. CNN, LSTM과 같은 심층 학습 모델과 로지스틱 회귀, SVM과 같은 전통적인 기계 학습 모델도 함께 평가하며, 심층 학습 모델들의 앙상블 기법 또한 탐구합니다. TF-IDF, Word2Vec, BERT 및 RoBERTa 토크나이저 등 다양한 특징 추출 방법을 평가한 결과, R-GAT 모델이 다른 기법들보다 우수한 성능(정밀도, 재현율, F1 점수 모두 0.95 이상)을 달성함을 보여줍니다.
