論文の概要: The Signal in the Noise: An Auditable Reliability Layer for Biomedical Text Classification

• arxiv url: http://arxiv.org/abs/2608.28595v1
• Date: Tue, 16 Jun 2026 23:14:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.394633
• Title: The Signal in the Noise: An Auditable Reliability Layer for Biomedical Text Classification
• Title（参考訳）: 騒音の信号: バイオメディカルテキスト分類のための可聴信頼性層
• Abstract要約: 安全指向の事前処理モジュールとして考案された,保守的で完全に監査可能なスペル補正信頼性層を導入する。 決定論的アーキテクチャは、コーパス由来のn-gramスコアと一連のバイオメディカル安全ゲートを備えた編集距離候補生成を境界とする。 システムは完全に決定論的であり、アーティファクト駆動であり、デプロイメントと監査性を考慮して設計されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Biomedical NLP pipelines routinely presuppose clean input text, yet large-scale corpora assembled through automated PDF parsing harbour pervasive OCR-like artifacts, token splits and merges, hyphenation remnants, and character-level corruption, that systematically erode lexical evidence and degrade downstream classifiers. We introduce a conservative, fully auditable spell-correction reliability layer conceived as a safety-oriented preprocessing module rather than a maximal-accuracy corrector: under conditions of uncertainty, the system abstains from editing, in accordance with a medical do-no-harm philosophy. The deterministic architecture couples bounded edit-distance candidate generation with corpus-derived n-gram scoring and a suite of biomedical safety gates that protect domain-critical terminology. We evaluate the layer both intrinsically, on a manually curated benchmark of 2,104 token-level cases, and extrinsically, on a tri-class CORD-19 topic classifier (Prevention, Treatment, Epidemiology) spanning 10,000 examples under a principled four-run protocol (Clean, Noisy, Restored, Safety). Intrinsically, the layer attains 94.61% error-fix recall on synthetic errors with zero harmful edits on negative controls. Downstream, it recovers approximately 80.45% of the noise-induced macro-F1 degradation, elevating macro-F1 from 0.7654 (Noisy) to 0.7717 (Restored) while preserving near-clean performance (Safety: 0.7721). A supplementary case study on 103 real-world OCR-extracted abstracts classified with BioBERT confirms that transformer encoders appeared relatively robust to mild noise, motivating a future grey-box architecture that integrates bounded neural signals and UMLS lexicons without compromising auditability. The system is fully deterministic, artifact-driven, and designed with deployment and auditability in mind.
• Abstract（参考訳）: バイオメディカルなNLPパイプラインは、クリーンな入力テキストを常に前提としているが、大規模なコーパスは、自動PDF解析によって組み立てられた、港の広範に広がるOCRのようなアーティファクト、トークンの分割とマージ、ハイフン化残基、文字レベルの破損により、体系的に語彙的証拠を消去し、下流の分類器を分解する。 本稿では,最大精度の補正装置ではなく,安全指向のプリプロセッシングモジュールとして考案された,保守的で完全に監査可能なスペル補正信頼性層を導入する。 決定論的アーキテクチャは、コーパス由来のn-gramスコアと、ドメインクリティカルな用語を保護する一連のバイオメディカル安全ゲートとで、編集距離候補生成を境界とする。 本研究は,3種類のCORD-19トピック分類器 (予防, 治療, 疫学) を基本とした4ランプロトコル (Clean, Noisy, Restored, Safety) を用いて,手作業による2,104件のトークンレベルの評価を行った。 本質的に、この層は合成エラーに対する94.61%のエラー修正リコールを達成し、負の制御に対する有害な編集をゼロにする。 下流では、ノイズによって引き起こされるマクロF1の約80.45%を回復し、マクロF1を0.7654(ノイズ)から0.7717(保存)に上昇させ、ほぼクリーンな性能を保つ(セーフティ:0.7721)。 BioBERTに分類された103個の実世界のOCR抽出抽象概念の補足的ケーススタディでは、トランスフォーマーエンコーダは比較的頑丈で穏やかな雑音に見え、監査性を損なうことなく、有界神経信号とUMLSレキシコンを統合する将来のグレーボックスアーキテクチャを動機付けている。 システムは完全に決定論的であり、アーティファクト駆動であり、デプロイメントと監査性を考慮して設計されている。

関連論文リスト

• Reversibility-Verified De-identification for Cloud-Local LLM Inference: A Locally Certified Dehydrate-Rehydrate Loop with Layered Assurance (DR-SL) [1.802678437602184]
  DR-SL (Dehydrate-Rehydrate with Self-Learning loop) は、脱同定完全性を2つの測定可能な条件として定式化する。 完全局所二分岐検証器は、終了が保証されたレキソグラフィゲートの下で脱水を繰り返す。 ファノ型の低い境界、フグの目撃者、そしてレート・プライバシ・フィージビリティの基準を証明し、その範囲を明確化します。
  論文  参考訳（メタデータ） (2026-09-14T01:04:58Z)
• Benchmarking Classical and Transformer-Based Models for Document Sensitivity Classification [1.096626056612224]
  本稿では,WikiLeaks Public Library of US Diplomacy (PlusD) から得られた16,000の外交ケーブルの漏洩制御コーパスであるStrategic 16Kを紹介する。 我々は,文書本体に埋め込まれた残差分類マーカーの3つのカテゴリを識別し,除去する,拡張された漏洩除去プロトコルを文書化する。 古典的モデルの中では、ロジスティック回帰を用いたTF-IDFは計算コストを大幅に下げて最強のパフォーマンスを達成している。
  論文  参考訳（メタデータ） (2026-08-05T05:00:41Z)
• Modeling Normal Is All You Need: Joint Latent Clustering for Anomaly Detection in Multimodal Cyber-Physical Systems [47.027290803102666]
  通常の行動は、多くの不均衡で、曲がりくねった、細い範囲の運営体制の結合である。 我々は正規法則を、共同学習された潜在表現と明示的なガウス混合モードクラスタリングでモデル化する。 ポイント調整のない生のポイントワイドメトリクス、自明な検出困難分割、頻度整合F1、列車正規化のみのキャリブレーションを意図的に評価する。
  論文  参考訳（メタデータ） (2026-07-07T10:10:00Z)
• What Accuracy and Gradient Cosine Miss: Evaluating Feedback Alignment via Scale Stability, Reference Validity, and Depth Utility [48.10132234701036]
  本稿では,3つのチェック(スケール安定性,参照妥当性,深度ユーティリティ)に基づく診断評価プロトコルを提案する。 複数のアーキテクチャや手法にまたがって、我々のプロトコルは広い校正マージンを持つ全ての障害を識別する。
  論文  参考訳（メタデータ） (2026-06-19T06:04:17Z)
• Proactive for Uncertainty: Cause-Aware Error Diagnosis and Interactive Clarification for Spoken Dialogue Systems [40.265250435329456]
  本稿では,SDSにおけるロバスト性を根本的に再考する原因認識型エラー回復パラダイムを提案する。 従来の信頼度フィルタリングとは異なり、我々は小さな精度に焦点を絞った検出器群を導入している。 この微細な診断知能は、LLMがターゲットとするマルチターンの明確化戦略を編成する権限を与える。
  論文  参考訳（メタデータ） (2026-05-25T03:57:38Z)
• scHelix: Asymmetric Dual-Stream Integration via Explicit Gene-Level Disentanglement [84.88065404629079]
  scHelixは、機能がどのように処理されるかを根本的に変更するデータセット適応フレームワークである。 scHelixは、停止段階のグラフキャッシュを備えたデュアルストリームスパース拡散エンコーダを使用する。 scHelixは最先端のメソッドより優れています。
  論文  参考訳（メタデータ） (2026-05-18T15:55:13Z)
• From Black Box to Glass Box: Cross-Model ASR Disagreement to Prioto Review in Ambient AI Scribe Documentation [43.148402136307716]
  異種ASRシステム間のクロスモデル不一致は、基準のない不確実性信号として機能する。 商用APIとオープンソースエンジンにまたがる8つのASRシステムを備えた,50の公開医療用オーディオクリップを転写した。 低アグリメント領域は内容の不一致に富み、高リスク質量のクインタイル全体では53.9%から73.9%に増加した。
  論文  参考訳（メタデータ） (2026-03-02T13:02:13Z)
• A Physics-Informed Neuro-Fuzzy Framework for Quantum Error Attribution [0.4511923587827302]
  本稿では,適応型ニューロファジィ推論システムと物理接地型特徴工学を組み合わせることで,帰属問題に対処するニューロファジィフレームワークを提案する。 Bhattacharyya Vetoは、データ処理の不平等に根ざした物理的な制約である。 この研究は、論理的に欠陥のある回路にエラー軽減技術を適用することを防止する、堅牢で解釈可能な診断層を確立する。
  論文  参考訳（メタデータ） (2026-02-22T16:19:51Z)
• Noise & pattern: identity-anchored Tikhonov regularization for robust structural anomaly detection [58.535473924035365]
  異常検出は自動産業検査において重要な役割を担い、他の均一な視覚パターンの微妙な欠陥や稀な欠陥を識別することを目的としている。 自己教師型オートエンコーダを用いて, 破損した入力の修復を学習する構造的異常検出に取り組む。 構造欠陥を模倣した画像に人工的破壊を注入する汚職モデルを導入する。
  論文  参考訳（メタデータ） (2025-11-10T15:48:50Z)
• I Detect What I Don't Know: Incremental Anomaly Learning with Stochastic Weight Averaging-Gaussian for Oracle-Free Medical Imaging [2.384534878752428]
  異常ラベルを使わずに,信頼度の高い正規サンプル群を漸進的に拡張する,教師なしのオラクルフリーフレームワークを導入する。 凍結した事前訓練された視覚バックボーンは、小さな畳み込みアダプタで拡張され、無視できる計算オーバーヘッドを伴う高速なドメイン適応が保証される。 COVID-CXRでは、ROC-AUCは0.9489から0.9982に改善され、肺炎CXRでは0.6834から0.8968に上昇し、脳MRIではND-5では0.6041から0.7269に上昇する。
  論文  参考訳（メタデータ） (2025-11-05T23:28:14Z)

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。