[3Rin4] インタラクティブ1

[3Rin4-64] 医療相談文章を対象としたアノテーションノイズを考慮する文章分類に基づく緊急性予測

〇深澤 祐援¹、橋本 直也¹ (1.株式会社Kids Public)

キーワード：医療、文書分類、アノテーションノイズ

遠隔健康医療相談において事前の相談文章から可能な限り情報を取得した上でユーザからの相談を受けることは非常に重要である。本論文では、事前の相談文章からそのユーザの医療的緊急度を予測するモデルを構築する。学習する際に必要な教師データは遠隔健康医療相談サービス「小児科オンライン」のデータを用いて、ある相談文章を入力したユーザが相談後に担当医師から受けた指示内容をもとに決定したものを用いる。この教師信号は異なる医師によって付与されているため各医師により基準が異なり教師信号に一貫性がないノイズが生じていることがある。本研究ではこの問題に対し、Paired Softmax Divergence Regularizationを基にした、学習時に異なるラベルのデータを与えそれらを遠ざけるように学習させる手法を提案する。実験で先行研究の手法と提案手法とで比較実験を行い、提案手法が有用であることを示した。