연구진은 생체 의학 지식 그래프(bioKG)를 활용해 자동으로 생성된 생체 의학 어노테이션의 신뢰도를 추정하고 전문가 검수를 돕는 프레임워크를 제안했어요.
관계별 이진 분류기를 훈련하여 신뢰도 추정치를 얻고, 분류기 신뢰도, 신뢰성, 생물학적 맥락을 결합한 신뢰도 측정을 도입했어요.
다섯 개의 대규모 bioKG에 대한 실험 결과, 제안된 부정 샘플링 전략이 분류기 견고성을 향상시키고, 전문가 검토를 위한 어노테이션 후보의 효율적인 우선순위 결정을 가능하게 했어요.