論文の概要: Automated Analysis Framework for Multilingual Climate-Health Literature Based on Multi-Agent Large Language Model
- arxiv url: http://arxiv.org/abs/2608.27998v1
- Date: Fri, 28 Aug 2026 07:06:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.235098
- Title: Automated Analysis Framework for Multilingual Climate-Health Literature Based on Multi-Agent Large Language Model
- Title（参考訳）: 多言語大規模言語モデルに基づく多言語気候・健康文学の自動分析フレームワーク
- Abstract要約: 本研究では,多言語科学文献を対象とした多言語大規模言語モデル自動解析フレームワークを提案する。
中心的な調整モジュールをコアとして、ドキュメント評価、情報抽出、分析レビューの3つの専用エージェントをデプロイする。
この枠組みは、1993年から2023年まで中国をカバーした32,642の気候健康論文のバイリンガル英語コーパスで検証されている。
- 参考スコア（独自算出の注目度）: 18.43825400756378
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid proliferation of interdisciplinary and multilingual scientific literature has left traditional manual analysis and single-algorithm methods plagued by low efficiency, poor scalability, and insufficient domain adaptability. Targeting the literature analysis needs of the typical interdisciplinary climate-health field, this study proposes a multi-agent large language model automated analysis framework for multilingual scientific literature, which realizes full-process automation covering literature screening, structured information extraction, and standardized integration. With a central coordination module as the core, the framework deploys three dedicated agents for document evaluation, information extraction, and analytical review to mimic the literature analysis thinking of domain experts, and adopts a four-layer hallucination control strategy together with a manual verification procedure to ensure the accuracy and reliability of analytical outcomes. Validated on a bilingual Chinese-English corpus of 32,642 climate-health papers covering China from 1993 to 2023, the framework achieves an F1 score of 0.92 in core information extraction, and completes the extraction and standardization of 2,012 city-literature association pairs, offering effective technical support for large-scale evidence mining in the climate-health research domain.
- Abstract（参考訳）: 学際的・多言語的な科学文献の急速な普及は、低効率、スケーラビリティの低下、ドメイン適応性の不十分さに悩まされた伝統的な手作業分析と単一アルゴリズムの手法を残している。
本研究は,学際的な気候・健康分野の文献分析のニーズをターゲットとして,多言語科学文献を対象とした多言語大規模言語モデル自動分析フレームワークを提案し,文献検定,構造化情報抽出,標準化された統合を網羅した全プロセス自動化を実現する。
中心的な調整モジュールをコアとして、文書評価、情報抽出、分析レビューのための3つの専用エージェントを配置し、ドメインエキスパートの文献分析思考を模倣し、手作業による検証手順とともに4層幻覚制御戦略を採用し、分析結果の正確性と信頼性を確保する。
1993年から2023年まで、中国をカバーした32,642件の気候健康論文のバイリンガル英語コーパスで検証され、コア情報抽出におけるF1スコア0.92を達成し、2,012件の都市文学協会ペアの抽出と標準化を完了し、気候健康研究領域における大規模証拠採掘の効果的な技術支援を提供する。
関連論文リスト
- Volumetric Radiology AI in the Era of Multimodal Large Language Models [62.95443321443533]
ボリュームラジオロジーは、基本的な表現ミスマッチを示します。
現在の大言語モデル(MLLM)は、選択された2次元(2次元)画像、圧縮された視覚表現、またはレポート由来のテキストに条件付けされている。
信頼性の高い放射線学 AIは、タスクに関連する3D情報と、これらの情報にアクセスし、検証し、統合できるシステムを保存する表現を必要とする。
論文 参考訳（メタデータ） (2026-08-20T20:23:41Z) - Automated ICD Classification of Psychiatric Diagnoses: From Classical NLP to Large Language Models [67.51123543731806]
メンタルヘルスは世界的な優先事項となり、臨床診断のコーディングにおける管理上の負担が大きくなった。
本研究では、自然言語処理(NLP)と機械学習(ML)技術を用いて、フリーテキスト記述を国際疾患分類(ICD)にマッピングすることで、精神医学的診断分析の自動化を提案する。
論文 参考訳（メタデータ） (2026-05-20T13:26:05Z) - Systematic Framework of Application Methods for Large Language Models in Language Sciences [23.77480663886995]
大規模言語モデル(LLM)は言語科学を変革している。
彼らの広範な展開は、現在、方法論的な断片化と体系的な健全性の欠如に悩まされている。
本研究では,言語科学におけるLLMの戦略的かつ責任ある適用を導くための2つの包括的方法論フレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-10T11:43:17Z) - AutoMalDesc: Large-Scale Script Analysis for Cyber Threat Research [81.04845910798387]
脅威検出のための自然言語の説明を生成することは、サイバーセキュリティ研究において未解決の問題である。
本稿では,大規模に独立して動作する自動静的解析要約フレームワークAutoMalDescを紹介する。
アノテーション付きシード(0.9K)データセットや方法論,評価フレームワークなど,100万以上のスクリプトサンプルの完全なデータセットを公開しています。
論文 参考訳（メタデータ） (2025-11-17T13:05:25Z) - Large Language Models for Full-Text Methods Assessment: A Case Study on Mediation Analysis [15.98124151893659]
大規模言語モデル(LLM)は方法論的評価の自動化の可能性を秘めている。
我々は180のフルテキストの科学論文に対して、最先端のLLMを専門家の人間レビュアーに対してベンチマークした。
論文 参考訳（メタデータ） (2025-10-12T19:04:22Z) - Position: Thematic Analysis of Unstructured Clinical Transcripts with Large Language Models [5.398283020969301]
LLM(Large Language Model)は、構造化されていない臨床転写のセマンティック解析をサポートする。
既存の評価方法は大きく異なり、進歩を妨げ、研究全体で有意義なベンチマークを防ぐ。
本稿では,妥当性,信頼性,解釈可能性の3つの側面に着目した評価フレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-18T04:02:00Z) - HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis [55.2480439325792]
HySemRAGは、Extract, Transform, Load (ETL)パイプラインとRetrieval-Augmented Generation (RAG)を組み合わせたフレームワークである。
システムは、マルチ層アプローチを通じて既存のRAGアーキテクチャの制限に対処する。
論文 参考訳（メタデータ） (2025-08-01T20:30:42Z) - Automated Thematic Analyses Using LLMs: Xylazine Wound Management Social Media Chatter Use Case [2.583403860629219]
大規模言語モデル(LLM)は、帰納的テーマ分析において課題に直面している。
専門家主導によるソーシャルメディアデータのテーマ分析を再現するために, LLM を用いた可能性について検討した。
論文 参考訳（メタデータ） (2025-07-14T20:57:52Z) - Automating Intervention Discovery from Scientific Literature: A Progressive Ontology Prompting and Dual-LLM Framework [56.858564736806414]
本稿では,大規模言語モデル(LLM)を利用した科学文献の介入の同定手法を提案する。
言語病理領域における64,177論文のコーパスから,2,421件の介入が得られた。
論文 参考訳（メタデータ） (2024-08-20T16:42:23Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。
我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。
最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Automated Lay Language Summarization of Biomedical Scientific Reviews [16.01452242066412]
健康リテラシーは適切な健康判断と治療結果の確保において重要な要素として浮上している。
医療用語とこのドメインの専門言語の複雑な構造は、健康情報を解釈するのが特に困難にします。
本稿では,生物医学的レビューの要約を自動生成する新しい課題について紹介する。
論文 参考訳（メタデータ） (2020-12-23T10:01:18Z)
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。