14:40 〜 15:00
[1Q3-OS-35-04] プロンプト最適化を用いた大規模言語モデルによる医療文章からの固有表現抽出
キーワード：固有表現抽出、プロンプト最適化、大規模言語モデル
医療文章に含まれる病名,薬剤名,治療法などの固有表現を正確に抽出することは,臨床研究や診療支援において重要な課題である.本研究では,大規模言語モデル（Large Language Model; LLM）をベースにした固有表現抽出タスク (Named Entity Recognition; NER)において,Few-shotのプロンプトとメタプロンプトによるプロンプト改善のアプローチを検証した.ベースラインに比べて,Few-shotとメタプロンプトを利用したプロンプトで,NERの精度が向上した.実験結果により,適切なプロンプト設計によって,医療文書の固有表現を効果的に抽出でき、実務での活用可能性が示唆された.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。