09:00 〜 09:20
[2L1-OS-25-01] 薬剤関連のシステマティックレビューにおける自動文献スクリーニングの最適化:アブストラクト要素と学習データ報数の検討
キーワード:システマティックレビュー、薬学、自動文献スクリーニング
自然言語処理技術を用いた薬剤関連のシステマティックレビュー(SR)の文献自動スクリーニング最適化を目的とし,マクロライド系抗生物質の有害事象とプロポフォールの生存率に関する 2 つのSRを用いて,アブストラクト要素と学習文献報数が性能に与える影響を検討した.具体的には,論文タイトルとアブストラクトの4項目(背景,方法,結果,結論)から31通りの要素組み合せを作成し,それぞれの組み合わせで各SRの最終解析対象文献(190報・180報)を10報ずつ減少させた学習データセットを構築した.これらをBERT系列の事前学習済みモデルに学習させ,文献スクリーニングで重要となる再現率を重視したF10-scoreを用いて性能を評価した.タイトル・背景・結論の要素構成と特定の文献報数(180報/170報)の組み合わせにおいて,従来の全文献・全要素を用いた学習よりも高いF10-score(0.933/0.923)を示すモデルが構築された.本研究により,アブストラクト要素と学習文献報数の最適な選択が,効率的な自動スクリーニングモデル構築に有用であることが示唆された.
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。