본 논문은 미국 내 심각한 공중보건 문제인 오피오이드 과다복용 위기에 대한 해결책으로 Reddit과 같은 소셜 미디어 플랫폼에서의 비정형 데이터 분석을 제시합니다. 자체적으로 오피오이드 사용 경험을 공유하는 Reddit 사용자 데이터를 기반으로, Opioid Named Entity Recognition (ONER-2025)을 활용한 자연어 처리(NLP) 기법을 통해 정보를 추출합니다. 수동 주석이 달린 331,285 토큰의 독창적인 데이터셋을 구축하고, 8가지 주요 오피오이드 항목 범주를 포함하는 주석 과정과 어려움을 자세히 설명합니다. 또한, 오피오이드 관련 토론에서 나타나는 속어, 모호성, 단편적인 문장, 감정적으로 자극적인 언어 등의 언어적 어려움을 분석하고, 머신러닝, 딥러닝, 트랜스포머 기반 언어 모델 및 고급 상황적 임베딩을 통합한 실시간 모니터링 시스템을 제안합니다. 5-fold cross-validation을 통해 수행된 11개의 실험에서, bert-base-NER 및 roberta-base와 같은 트랜스포머 기반 모델이 97%의 정확도와 F1-점수를 달성하여 기준 모델보다 10.23% 향상된 성능을 보였습니다 (RF=0.88).
