Sign In

Iterative LLM-based improvement for French Clinical Interview Transcription and Speaker Diarization

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Ambre Marie (LaTIM), Thomas Bertin (DySoLab), Guillaume Dardenne (LaTIM), Gwenole Quellec (LaTIM)

πŸ’‘ κ°œμš”

ν”„λž‘μŠ€μ–΄ 의료 λŒ€ν™”μ˜ μžλ™ μŒμ„± 인식(ASR)은 높은 단어 였λ₯˜μœ¨λ‘œ 인해 μ—¬μ „νžˆ μ–΄λ ΅μŠ΅λ‹ˆλ‹€. λ³Έ μ—°κ΅¬λŠ” μŠ€ν”Όμ»€ 인식과 단어 인식 단계λ₯Ό λ²ˆκ°ˆμ•„ μˆ˜ν–‰ν•˜λŠ” 닀쀑 패슀 LLM ν›„μ²˜λ¦¬ μ•„ν‚€ν…μ²˜λ₯Ό μ œμ•ˆν•˜μ—¬ ν”„λž‘μŠ€μ–΄ μž„μƒ μΈν„°λ·°μ˜ 전사 정확도와 ν™”μž ꡬ뢄을 κ°œμ„ ν•©λ‹ˆλ‹€. Qwen3-Next-80B λͺ¨λΈμ„ μ‚¬μš©ν•˜μ—¬ μžμ‚΄ 예방 상담 λŒ€ν™”μ—μ„œ μƒλ‹Ήν•œ 단어 였λ₯˜μœ¨ κ°μ†Œ(WDER)λ₯Ό λ‹¬μ„±ν–ˆμœΌλ©°, μ „μ‹  마취 μ—†λŠ” μ‹ κ²½μ™Έκ³Ό μƒλ‹΄μ—μ„œλŠ” μ•ˆμ •μ μΈ μ„±λŠ₯을 μœ μ§€ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ œμ•ˆλœ 닀쀑 패슀 LLM ν›„μ²˜λ¦¬ μ•„ν‚€ν…μ²˜λŠ” ν”„λž‘μŠ€μ–΄ μž„μƒ μΈν„°λ·°μ˜ 전사 정확도와 ν™”μž ꡬ뢄을 μ‹€μ§ˆμ μœΌλ‘œ ν–₯μƒμ‹œν‚¬ 수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
μ—°κ΅¬μ—μ„œ μ œμ‹œλœ λͺ¨λΈ 선택, ν”„λ‘¬ν”„νŠΈ μ „λž΅, 패슀 μˆœμ„œ, 반볡 횟수 λ“±μ˜ 섀계 선택은 μ„±λŠ₯ μ΅œμ ν™”μ— μ€‘μš”ν•œ 영ν–₯을 λ―ΈμΉ©λ‹ˆλ‹€.
β€’
λ³Έ 연ꡬ κ²°κ³ΌλŠ” 더 큰 규λͺ¨μ˜ λ§λ­‰μΉ˜μ— λŒ€ν•œ 검증이 ν•„μš”ν•˜λ©°, μ‹€μ œ μž„μƒ ν™˜κ²½μ— μ μš©ν•˜κΈ° 전에 좔가적인 평가가 μš”κ΅¬λ©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage