[2026年4月17日投稿 (v1)、最終改訂 2026年7月28日（本バージョン, v2）]

PDFを表示 HTML（実験的）

要約:効果的なバイオメディカル情報検索には、ドメインの意味論とバイオメディカルテキスト間の階層的関係のモデル化が必要です。既存のバイオメディカル生成型検索システムは粗い二値関連性信号に基づいており、意味的重複を捉える能力に限界があります。本研究では、BioHiCL（Biomedical Retrieval with Hierarchical Multi-Label Contrastive Learning）を提案し、階層的なMeSHアノテーションを活用して多ラベル対照学習に構造化された監督を提供します。私たちのモデルBioHiCL-Base（0.1B）とBioHiCL-Large（0.3B）は、バイオメディカル検索、文類似性、および質問応答タスクにおいて有望な性能を達成しつつ、展開時の計算効率を維持しています。

投稿履歴

投稿者: Lecheng Zheng [メールを表示]
[v1] 2026年4月17日 金曜日 00:09:01 UTC (497 KB)
[v2] 2026年7月28日 火曜日 19:00:01 UTC (498 KB)