모델 연구
Candidate Generation and Definition-Guided Verification for Sentence-Level Depression Symptom Recognition
ARarXiv
우울증 증상 인식을 위해, 증상 후보를 생성하는 단계와 진단 정의에 기반하여 검증하는 단계를 분리한 2단계 프레임워크가 제안되었습니다.
세 줄 요약
- 이 새로운 파이프라인은 기존의 인코더나 일반 LLM 대비 높은 정확도와 F1 점수를 달성했으며, 전문가 주석과 일치하는 결과를 보였습니다.
- 증상 인식 과정을 '후보 생성'과 '정의 기반 검증'으로 분해하여 처리하는 접근법이 효과적임을 입증하며 임상 자연어 처리에 기여할 수 있습니다.
- 다만, 희귀한 증상 범주에서는 성능이 제한적이며, 진단 정의와의 일치도는 예측 정확도에 크게 의존하는 한계가 있습니다.
우울증 증상 인식을 위해, 증상 후보를 생성하는 단계와 진단 정의에 기반하여 검증하는 단계를 분리한 2단계 프레임워크가 제안되었습니다.