인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
소셜 미디어에서 정신건강 관련 텍스트 분류는 정답 라벨의 희소성과 전체 파라미터 미세조정에 따른 학습 부담이 있다. 본 논문에서는 이러한 한계를 해결하기 위해 사전 학습 언어모델에 LoRA를 적용하고 SimMatch 기반 준지도학습과 결합한 ELSM(Enhanced LoRA-SimMatch) 모델을 제안한다. ELSM은 기존 SimMatch의 클래스 수준 확률과 인스턴스 수준 유사도 결합 구조에 mxbai 인코더와 LoRA를 적용한다. 이러한 구조를 통해 준지도학습의 의사 라벨 노이즈 문제를 효과적으로 정제하고 정신건강 텍스트를 정밀하게 분류한다. 실험 결과 ELSM은 전체 파라미터의 1.05%만 학습하면서 기존 베이스라인 대비 Accuracy 8.04%, Macro-F1 7.84% 향상과 ECE 36.3% 감소를 달성하여 우수한 분류 성능과 예측 신뢰도를 입증했다. 향후 연구로는 법률, 의료, 악성 텍스트 탐지 등 소량 라벨 데이터 환경에서의 도메인 확장성을 검증할 예정이다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
