Supachoke at AbjadMed: Enhancing Arabic Medical Text Classification Using Fine-Tuned AraBERT

Tıbbi metin sınıflandırması, sağlık NLP'sinde önemli bir görevdir, ancak Arapça tıbbi metinler dilsel karmaşıklık ve sınırlı açıklamalı veriler nedeniyle henüz yeterince araştırılmamıştır. Bu makalede, önceden eğitilmiş AraBERT bir Arapça transformatör modelinin Arapça tıbbi metin sınıflandırması için etkinliğini inceliyoruz. AraBERT'i etiketlenmiş bir tıbbi veri setinde ince ayar yapıyoruz ve performansını standart sınıflandırma metrikleri kullanarak değerlendiriyoruz. Deneysel sonuçlar, ince ayarlanmış AraBERT modelimizin 0.4076 özel liderlik tablosu puanı elde ettiğini ve katılımcı ekipler arasında 13. sırada yer aldığını, klasik makine öğrenimi temel çizgileri ve diğer transformator varyantlarını geride bıraktığını gösteriyor. Bu bulgular, Arap tıbbi NLP için transformator tabanlı yaklaşımların potansiyelini vurguluyor ve daha fazla araştırmayı teşvik ediyor.