論文の概要: Detect and Classify -- Joint Span Detection and Classification for Health Outcomes

• arxiv url: http://arxiv.org/abs/2104.07789v1
• Date: Thu, 15 Apr 2021 21:47:15 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-19 14:40:03.853881
• Title: Detect and Classify -- Joint Span Detection and Classification for Health Outcomes
• Title（参考訳）: 健康成果の検出と分類 --ジョイントスパンの検出と分類-
• Authors: Michael Abaho, Danushka Bollegala, Paula Williamson, Susanna Dodd
• Abstract要約: 単語レベル情報と文レベル情報の両方を用いて,結果スパン検出と結果型分類を同時に行う手法を提案する。 健康結果検出のためのいくつかのベンチマークデータセットの実験結果から,我々のモデルはデカップリング法より一貫して優れていることが示された。
• 参考スコア（独自算出の注目度）: 15.496885113949252
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A health outcome is a measurement or an observation used to capture and assess the effect of a treatment. Automatic detection of health outcomes from text would undoubtedly speed up access to evidence necessary in healthcare decision making. Prior work on outcome detection has modelled this task as either (a) a sequence labelling task, where the goal is to detect which text spans describe health outcomes or (b) a classification task, where the goal is to classify a text into a pre-defined set of categories depending on an outcome that is mentioned somewhere in that text. However, this decoupling of span detection and classification is problematic from a modelling perspective and ignores global structural correspondences between sentence-level and word-level information present in a given text. We propose a method that uses both word-level and sentence-level information to simultaneously perform outcome span detection and outcome type classification. In addition to injecting contextual information to hidden vectors, we use label attention to appropriately weight both word-level and sentence-level information. Experimental results on several benchmark datasets for health outcome detection show that our model consistently outperforms decoupled methods, reporting competitive results.
• Abstract（参考訳）: 健康成果とは、治療の効果を捉え、評価するために用いられる測定または観察である。 テキストから健康結果の自動検出は、間違いなく医療意思決定に必要な証拠へのアクセスをスピードアップさせるだろう。 結果検出に関する以前の作業は、このタスクを、(a) シーケンスラベリングタスク、(b) 健康成果を記述したテキストスパンを検出すること、または(b) テキストのどこかで言及される結果に応じて、予め定義されたカテゴリに分類することを目的としている分類タスクとしてモデル化した。 しかし、このスパン検出と分類の分離はモデリングの観点から問題であり、与えられたテキストに存在する文レベルの情報と単語レベルの情報の全体構造的対応を無視する。 本稿では,単語レベル情報と文レベル情報の両方を用いて,結果スパン検出と結果型分類を同時に行う手法を提案する。 隠れベクトルに文脈情報を注入するだけでなく,単語レベルと文レベルの情報を適切に重み付けするためにラベルアテンションを用いる。 健康結果検出のためのベンチマークデータセットの実験結果から,我々のモデルは解離した手法よりも一貫して優れており,競争結果が報告されている。

関連論文リスト

• Effects of term weighting approach with and without stop words removing on Arabic text classification [0.9217021281095907]
  本研究では,2項重み付け法と項重み付け法が停止語を除去した場合のテキストの分類方法に与える影響を比較検討した。 全ての指標に対して、停止語除去を伴う周波数特徴重み付け手法は二分法よりも優れている。 このデータから、同じフレーズ重み付け手法を用いて、停止語除去が分類精度を高めることは明らかである。
  論文  参考訳（メタデータ） (2024-02-21T11:31:04Z)
• Multi-task Explainable Skin Lesion Classification [54.76511683427566]
  少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。 提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
  論文  参考訳（メタデータ） (2023-10-11T05:49:47Z)
• Textual Entailment Recognition with Semantic Features from Empirical Text Representation [60.31047947815282]
  テキストが仮説を包含するのは、仮説の真の価値がテキストに従う場合に限る。 本稿では,テキストと仮説のテキストの包含関係を同定する新しい手法を提案する。 本手法では,テキスト・ハイブリッド・ペア間の意味的含意関係を識別できる要素ワイド・マンハッタン距離ベクトルベースの特徴を用いる。
  論文  参考訳（メタデータ） (2022-10-18T10:03:51Z)
• Span Classification with Structured Information for Disfluency Detection in Spoken Utterances [47.05113261111054]
  本稿では,音声音声からテキスト中の不一致を検出する新しいアーキテクチャを提案する。 提案手法は, 広範に使われているイングリッシュスイッチボードを用いて, ディフルエンシ検出の最先端化を実現する。
  論文  参考訳（メタデータ） (2022-03-30T03:22:29Z)
• Semantic Analysis for Automated Evaluation of the Potential Impact of Research Articles [62.997667081978825]
  本稿では,情報理論に基づくテキスト意味のベクトル表現のための新しい手法を提案する。 この情報意味論がLeicester Scientific Corpusに基づいてテキスト分類にどのように使用されるかを示す。 テキストの意味を表現するための情報的アプローチは,研究論文の科学的影響を効果的に予測する方法であることを示す。
  論文  参考訳（メタデータ） (2021-04-26T20:37:13Z)
• Challenges in Automated Debiasing for Toxic Language Detection [81.04406231100323]
  バイアスド・アソシエーションは、有害な言語を検出するための分類器の開発において課題となっている。 我々は最近,有害な言語検出に適用されたテキスト分類データセットとモデルに対するデバイアス法について検討した。 我々の焦点は語彙(例えば、誓い言葉、スラー、アイデンティティの言及)と方言マーカー(特にアフリカ系アメリカ人の英語)である。
  論文  参考訳（メタデータ） (2021-01-29T22:03:17Z)
• Dynamic Semantic Matching and Aggregation Network for Few-shot Intent Detection [69.2370349274216]
  利用可能な注釈付き発話が不足しているため、インテント検出は困難である。 セマンティック成分はマルチヘッド自己認識によって発話から蒸留される。 本手法はラベル付きインスタンスとラベルなしインスタンスの両方の表現を強化するための総合的なマッチング手段を提供する。
  論文  参考訳（メタデータ） (2020-10-06T05:16:38Z)
• Comparative Analysis of Text Classification Approaches in Electronic Health Records [0.6229951975208341]
  各種単語表現, テキスト前処理, 分類アルゴリズムが4種類のテキスト分類タスクの性能に与える影響を解析する。 その結果、従来のアプローチは、特定の言語や、分類タスクに固有のテキストの構造に合わせると、より最近のものの性能を達成または超えることができることがわかった。
  論文  参考訳（メタデータ） (2020-05-08T14:04:18Z)
• Evaluating text coherence based on the graph of the consistency of phrases to identify symptoms of schizophrenia [0.0]
  テキストコヒーレンス推定に基づく統合失調症症状検出の最先端手法について検討した。 文のセマンティック・コヒーレンスと凝集度を評価するために,句の一貫性のグラフに基づく手法が提案されている。
  論文  参考訳（メタデータ） (2020-05-06T08:38:20Z)
• Investigating Typed Syntactic Dependencies for Targeted Sentiment Classification Using Graph Attention Neural Network [10.489983726592303]
  型付き構文依存情報を統合する新しい関係グラフアテンションネットワークについて検討する。 その結果,本手法は目標感情分類性能を改善するためにラベル情報を効果的に活用できることが示唆された。
  論文  参考訳（メタデータ） (2020-02-22T11:17:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。