バイオインフォマティクスのソフトウェアとデータベースは、現代の生命科学研究に不可欠な構成要素である。しかし、科学文献におけるそれらへの言及は一貫性を欠くことが多く、大規模かつ体系的に特定することは困難である。バイオインフォマティクス資源の包括的かつ最新のカタログが存在しないことは、生物医学知識の自動抽出と効率的なデータ解析に向けた取り組みを妨げている。本稿では、生物医学文書からバイオインフォマティクスのソフトウェアおよびデータベース（SW/DB）の名称を自動的に特定するために設計された、ハイブリッド固有表現認識フレームワークSNAILを提示する。SNAILは、相補的な語彙的モデリング戦略と意味的モデリング戦略を統合する。語彙的要素は、SW/DB名に特徴的な表記パターンと文脈的手掛かりを捉える。一方、意味的要素は、SciBERTなどのTransformerベース言語モデルが生成する文脈埋め込みを利用し、明示的なトークンマスキング戦略と組み合わせることで、エンティティに焦点を当てた表現を強化する。引用情報を手掛かりとする抽出と、大規模言語モデル支援による蒸留を統合したハイブリッドパイプラインにより、大規模な訓練コーパスを自動構築した。2つの独立したベンチマークデータセットおよび実際の研究論文による評価から、SNAILはbioNerDS2などの分野特化型手法や、ChatGPT、Gemini、Grok、Claudeなどの汎用大規模言語モデルを含む既存手法を大幅に上回ることが示された。さらに、SNAILを大規模な文献分析に適用した結果、バイオインフォマティクスの各下位分野において、学術誌ごとに異なる選好が存在することが明らかになった。以上の結果は、SNAILが科学文書中のバイオインフォマティクス資源を特定するための高精度かつ拡張可能な解決策を提供し、ツールの利用状況と研究動向の体系的なメタ分析を可能にすることを示している。
https://doi.org/10.64898/2026.08.26.731133