English(EN) Automated Multilabel Mpox Research Classification with Explainable Transformer Models

BERT 模型以 97% 的准确率自动化猴痘研究分类

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-30 04:00

研究人员开发了一个使用 BERT 对猴痘研究文章进行分类的自动化系统，将其归入疫情爆发、疫苗接种和流行病学等关键主题。这种多标签分类方法达到了 97.05% 的准确率，并使用 SHAP 分析来理解模型的决策过程。该系统旨在帮助研究人员和政策制定者有效地组织和获取与猴痘相关的关键信息。 AI

影响自动化科学文献的组织，可能加速研究和公共卫生响应。

排序理由详细介绍新模型及其在特定任务上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Tanjim Taharat Aurpa · 2026-07-30 04:00

基于可解释Transformer模型的自动化多标签Mpox研究分类

arXiv:2607.26700v1 Announce Type: new Abstract: The Mpox outbreak remains a serious public health issue, with the WHO (World Health Organization) reporting increasing cases in some regions. Research on Mpox is vital for several reasons, including vaccine development, diagnostic i…