論文の概要: Evaluating FrameNet-Based Semantic Modeling for Gender-Based Violence Detection in Clinical Records

• arxiv url: http://arxiv.org/abs/2603.18124v1
• Date: Wed, 18 Mar 2026 17:04:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-20 17:19:05.785186
• Title: Evaluating FrameNet-Based Semantic Modeling for Gender-Based Violence Detection in Clinical Records
• Title（参考訳）: 臨床記録におけるジェンダーベースビオレンス検出のためのFrameNetに基づくセマンティックモデリングの評価
• Authors: Lívia Dutra, Arthur Lorenzi, Frederico Belcavello, Ely Matos, Marcelo Viridiano, Lorena Larré, Olívia Guaranha, Erik Santos, Sofia Reinach, Pedro de Paula, Tiago Torrent,
• Abstract要約: 3人の女性のうち1人は、生涯に親しいパートナーによって肉体的または性的暴力を経験します。 ブラジルでは、医療専門家は法的にそのような事例を報告する必要があるが、報告不足は依然として重要である。 本研究は,電子カルテにおけるオープンテキストフィールドのFrameNetに基づく意味アノテーションがGBVのパターンの識別を支援するかどうかを考察する。
• 参考スコア（独自算出の注目度）: 0.20744093488075044
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Gender-based violence (GBV) is a major public health issue, with the World Health Organization estimating that one in three women experiences physical or sexual violence by an intimate partner during her lifetime. In Brazil, although healthcare professionals are legally required to report such cases, underreporting remains significant due to difficulties in identifying abuse and limited integration between public information systems. This study investigates whether FrameNet-based semantic annotation of open-text fields in electronic medical records can support the identification of patterns of GBV. We compare the performance of an SVM classifier for GBV cases trained on (1) frame-annotated text, (2) annotated text combined with parameterized data, and (3) parameterized data alone. Quantitative and qualitative analyses show that models incorporating semantic annotation outperform categorical models, achieving over 0.3 improvement in F1 score and demonstrating that domain-specific semantic representations provide meaningful signals beyond structured demographic data. The findings support the hypothesis that semantic analysis of clinical narratives can enhance early identification strategies and support more informed public health interventions.
• Abstract（参考訳）: 世界保健機関(WHO)は、女性の3人に1人が、彼女の生涯に親しいパートナーによって身体的または性的な暴力を経験していると推定している。 ブラジルでは、医療専門家は法的にそのような事例を報告する必要があるが、虐待の特定が困難であることや、公共情報システム間の限定的な統合が困難であることから、過小評価は依然として重要である。 本研究は,電子カルテにおけるオープンテキストフィールドのFrameNetに基づく意味アノテーションがGBVのパターンの識別を支援するかどうかを考察する。 我々は,(1)フレーム注釈付きテキスト,(2)注釈付きテキストとパラメータ化データとの組み合わせ,(3)パラメータ化データだけで訓練されたGBV症例に対するSVM分類器の性能を比較した。 定量的および定性的な分析により、意味的アノテーションを組み込んだモデルは分類モデルよりも優れており、F1スコアの0.3以上の改善を達成し、ドメイン固有の意味的表現が、構造化された人口統計データを超えて有意義な信号を提供することを示した。 この結果は、臨床物語の意味分析が早期の識別戦略を強化し、より情報のある公衆衛生介入を支援することができるという仮説を支持している。

関連論文リスト

• Towards Reliable Medical LLMs: Benchmarking and Enhancing Confidence Estimation of Large Language Models in Medical Consultation [97.36081721024728]
  本稿では,現実的な医療相談におけるマルチターンインタラクションの信頼性を評価するための最初のベンチマークを提案する。 本ベンチマークでは,3種類の医療データを統合し,診断を行う。 本稿では,エビデンスを基盤とした言語自己評価フレームワークであるMedConfを紹介する。
  論文  参考訳（メタデータ） (2026-01-22T04:51:39Z)
• Frame Semantic Patterns for Identifying Underreporting of Notifiable Events in Healthcare: The Case of Gender-Based Violence [0.4715655460633048]
  本稿では,医療分野における重要事象の特定のための方法論を紹介する。 この手法はセマンティックフレームを利用してきめ細かいパターンを定義し、構造化されていないデータでそれらを検索する。 本手法は、電子カルテにおけるジェンダーベースの暴力を過度に報告する問題に適用する。
  論文  参考訳（メタデータ） (2025-10-30T19:52:24Z)
• Self-Supervised Anatomical Consistency Learning for Vision-Grounded Medical Report Generation [61.350584471060756]
  医用画像の臨床的に正確な記述を作成することを目的とした医用レポート生成。 本稿では, 自己監督型解剖学的一貫性学習(SS-ACL)を提案し, 生成された報告を対応する解剖学的領域と整合させる。 SS-ACLは、ヒト解剖学の不変のトップダウン包摂構造にインスパイアされた階層的な解剖学的グラフを構築する。
  論文  参考訳（メタデータ） (2025-09-30T08:59:06Z)
• Adaptable Cardiovascular Disease Risk Prediction from Heterogeneous Data using Large Language Models [70.64969663547703]
  AdaCVDは、英国バイオバンクから50万人以上の参加者を対象に、大規模な言語モデルに基づいて構築された適応可能なCVDリスク予測フレームワークである。 包括的かつ可変的な患者情報を柔軟に取り込み、構造化データと非構造化テキストの両方をシームレスに統合し、最小限の追加データを使用して新規患者の集団に迅速に適応する。
  論文  参考訳（メタデータ） (2025-05-30T14:42:02Z)
• From Gaze to Insight: Bridging Human Visual Attention and Vision Language Model Explanation for Weakly-Supervised Medical Image Segmentation [48.45209969191245]
  視覚言語モデル(VLM)は、テキスト記述を通して意味的コンテキストを提供するが、説明精度は欠如している。 本稿では,その補完的強みを活かし,視線と言語指導を統合した教師教育フレームワークを提案する。 本手法は,8.78%,80.53%,84.22%のDiceスコアをそれぞれ達成し,アノテーション負担を増大させることなく視線ベースラインよりも3.5%向上した。
  論文  参考訳（メタデータ） (2025-04-15T16:32:15Z)
• A Data-Centric Approach to Detecting and Mitigating Demographic Bias in Pediatric Mental Health Text: A Case Study in Anxiety Detection [3.874958704454859]
  臨床テキストにおけるジェンダーベースのコンテンツ格差に対処するデータ中心型脱バイアスフレームワークを開発した。 我々のアプローチは、テキストで訓練されたAI医療モデルのバイアスを軽減する効果的な戦略を示す。
  論文  参考訳（メタデータ） (2024-12-30T20:00:22Z)
• Predicting Male Domestic Violence Using Explainable Ensemble Learning and Exploratory Data Analysis [0.23301643766310373]
  本研究ではバングラデシュにおける男性家庭内暴力(MDV)の新しいデータ駆動分析法を提案する。 バングラデシュの9大都市から収集したデータを探索データ分析(EDA)を用いて解析した。 EDAは, 言語虐待の頻度, 金銭的依存の影響, MDVにおける家族的・社会経済的要因の役割などのパターンを明らかにした。
  論文  参考訳（メタデータ） (2024-03-22T19:53:21Z)
• IA-GCN: Interpretable Attention based Graph Convolutional Network for Disease prediction [47.999621481852266]
  タスクに対する入力特徴の臨床的関連性を解釈する,解釈可能なグラフ学習モデルを提案する。 臨床シナリオでは、そのようなモデルは、臨床専門家が診断および治療計画のためのより良い意思決定を支援することができる。 本研究では,Tadpoleの平均精度が3.2%,UKBBジェンダーが1.6%,UKBB年齢予測タスクが2%と,比較方法と比較して優れた性能を示した。
  論文  参考訳（メタデータ） (2021-03-29T13:04:02Z)

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。