GRAPHTREX는 비정형 의료 텍스트에서 임상 사건과 그 시간적 관계를 추출하는 새로운 방법입니다. 기존의 I2B2 2012 Temporal Relations Challenge corpus를 사용하여 스팬 기반 개체-관계 추출, 임상 대규모 사전 훈련 언어 모델(LPLM), 그리고 이종 그래프 변환기(HGT)를 통합했습니다. HGT 구성 요소는 혁신적인 전역 랜드마크를 통해 문서 전체에 걸쳐 정보 전파를 용이하게 하여 원거리 엔티티 간의 관계를 파악합니다. 기존 최고 성능 대비 tempeval $F_1$ 점수를 5.5% 향상시켰으며, 특히 어려운 장거리 관계 추출에서 최대 8.9% 향상을 보였습니다. E3C corpus에서도 강력한 기준선을 설정하여 일반화 가능성을 입증했습니다. 이 연구는 시간 정보 추출을 발전시키고 향상된 시간적 추론을 통해 진단 및 예후 모델을 개선하는 기반을 마련합니다.
