본문 바로가기
KERD
논문KCI 등재

한의학 고문헌 데이터 분석을 위한 단어 임베딩 기법 비교: 자연어처리 방법을 적용하여

Comparison between Word Embedding Techniques in Traditional Korean Medicine for Data Analysis: Implementation of a Natural Language Processing Method

오준호
대한한의학원전학회|2019.02|대한한의학원전학회지 (The Journal Of Korean Medical Classics)|제32권 제1호|pp. 61-74|DOI https://doi.org/10.14369/jkmc.2019.32.1.061

1

조회

0

다운로드

4

인용

0

참고문헌

키워드

자연어처리데이터 분석Natural Language ProcessingKorean Medicine한의학Data AnalysisWord Embedding단어 임베딩동아시아 전통의학East Asian Traditional Medicine
주제분류한의학

초록

목적 : 본 연구의 목적은 동아시아 전통의학 텍스트를 데이터로서 분석할 때 적절한 단어 임베딩 방법을 선택하는데 도움을 주기 위한 것이다. 방법 : 동아시아 전통의학의 치법을 함축하고 있는 방제 데이터를 대상으로 하여, 카운트 기반 단어 임베딩 방식 4가지와 예측 기반 단어 임베딩 방식 2가지를 적용하였다. 단어 임베딩 결과를 직관적으로 비교하기 위해 "방제 생성 게임"을 제안하였고, 그 결과를 가지고 단어 임베딩 결과를 비교해 보았다. 결과 : 인접한 벡터를 추출 하였을 때, 카운트 기반 단어 임베딩 방식은 서로 자주 함께 사용되는 약대(藥對) 관계에 있는 본초들이 도출되었다. 이에 반해, 예측 기반 단어 임베딩 방식에서는 유의어 관계의 본초들이 도출되었다. 결론 : 서로 함께 등장하는 본초를 이용하는 분석에서는 카운트 기반 단어 임베딩 방식이 더 효과적일 것으로 보인다. 이 가운데 TF 벡터 방식은 빈도의 효과가 과장되는 경향이 있으므로 TF-IDF 벡터나 벡터가 좀 더 합리적인 선택이 될 수 있다. 또한 빈도에서 찾을 수 없었던 색다른 정보를 탐색하기 위해서는 벡터와 같은 방법이 권장될 수 있을 것이다. 반면 문맥에서 유사한 의미의 본초를 도출할 때에는 예측 기반 임베딩 방식이 효과적일 것으로 보인다.

Abstract

Objectives : The purpose of this study is to help select an appropriate word embedding method when analyzing East Asian traditional medicine texts as data. Methods : Based on prescription data that imply traditional methods in traditional East Asian medicine, we have examined 4 count-based word embedding and 2 prediction-based word embedding methods. In order to intuitively compare these word embedding methods, we proposed a "prescription generating game" and compared its results with those from the application of the 6 methods. Results : When the adjacent vectors are extracted, the count-based word embedding method derives the main herbs that are frequently used in conjunction with each other. On the other hand, in the prediction-based word embedding method, the synonyms of the herbs were derived. Conclusions : Counting based word embedding methods seems to be more effective than prediction-based word embedding methods in analyzing the use of domesticated herbs. Among count-based word embedding methods, the TF-vector method tends to exaggerate the frequency effect, and hence the TF-IDF vector or co-word vector may be a more reasonable choice. Also, the t-score vector may be recommended in search for unusual information that could not be found in frequency. On the other hand, prediction-based embedding seems to be effective when deriving the bases of similar meanings in context.

참고문헌 (29)

  1. 강범모, "언어, 컴퓨터, 코퍼스 언어학(개정판)", pp.122~123 (2011), 고려대학교출판부
  2. Peng W, "Dictionary of Chinese medicine prescription", pp.3~4 (2005), People’s Medical Publishing House
  3. Stefan Bordag, "Computational Linguistics and Intelligent Text Processing", pp.52~63 (2008), Springer
  4. 배효진, "텍스트마이닝(Text mining)을 활용한 한의학 원전 연구의 가능성 모색 -『黃帝內經』에 대한 적용례를 중심으로 -", 대한한의학원전학회지, 31(4), pp.27~46 (2018), 대한한의학원전학회[DOI]
  5. 방민우, "본초 구성을 이용한 방제의 효능 추론 및 분류 방법에 관한 연구", 대한한의학 방제학회지, 25(1), pp.29~38 (2017), 대한한의학방제학회[DOI]
  6. 황현선, "단어 간의 상대적 위치정보를 이용한 단어 임베딩", 정보과학회논문지, 45(9), pp.943~949 (2018), 한국정보과학회[DOI]
  7. 강형석, "한국어 단어 임베딩 모델의 평가에 적합한 유추 검사 세트", 디지털콘텐츠학회논문지, 19(10), pp.1999~2008 (2018), 한국디지털콘텐츠학회[DOI]
  8. 김안나, "불면 처방 활용 본초의 네트워크 분석", 대한한의학원전학회지, 31(4), pp.69~78 (2018), 대한한의학원전학회[DOI]
  9. 김기욱, "본초 목록을 이용한 방제의 본초 구성 자동 추출 방법", 대한한의학원전학회지, 27(3), pp.155~166 (2014), 대한한의학원전학회[DOI]
  10. 오월환, "『太平惠民和劑局方』과 『素問宣明論方』과 『蘭室秘藏』의 방제구성 비교", 대한한의학원전학회지, 27(4), pp.121~131 (2014), 대한한의학원전학회[DOI]
  11. 김우주, "Word2vec을 활용한 문서의 의미 확장 검색방법", 한국콘텐츠학회 논문지, 16(10), pp.687~692 (2016), 한국콘텐츠학회[DOI]
  12. M Sahlgren, "The distributional hypothesis", Italian Journal of Linguistics, 20, pp.33~53 (2008)
  13. 오준호, "계층적 군집분석(hierarchical clustering)을 통한 침구자생경(鍼灸資生經)경혈 선택 요인 분석", 대전대학교 한의학연구소 논문집, 23(1), pp.115~124 (2014)
  14. 오준호, "HF-IFF: TF-IDF를 응용한 병증-본초 연관성(relevancy) 측정과 본초 특성의 시각화 -청강의감 방제를 대상으로-", 대한본초학회지, 30(3), pp.63~68 (2015), 대한본초학회
  15. 오준호, "고의서에 나타난 경혈과 병증의 연관성 측정 및 시각화 - 침구자생경 분석 예를 중심으로 -", Korean Journal of Acupuncture, 33(1), pp.18~32 (2016), 경락경혈학회[DOI]
  16. 오준호, "의학 사상의 유사성은 계량 분석 될 수 있는가", 대한한의학원전학회지, 31(2), pp.71~82 (2018), 대한한의학원전학회[DOI]
  17. 박대서, "TF-IDF 기반 키워드 추출에서의 의미적 요소 반영을 위한 결합벡터 제안", 한국정보기술학회논문지, 16(2), pp.1~16 (2018), 한국정보기술학회[DOI]
  18. 박인수, "텍스트마이닝을 통한 사암침법 오수혈 사용 패턴 분석", Korean Journal of Acupuncture, 32(2), pp.66~74 (2015), 경락경혈학회[DOI]
  19. 송영섭, "데이터 마이닝을 이용한 대변과 약물간의 연관성 분석 -방약합편을 중심으로-", 대한한의진단학회지, 16(2), pp.33~46 (2012), 대한한의진단학회
  20. 오월환, "방제구성을 이용한 劉河間 및 李東垣의 저작과 『和劑局方』의 특성 비교", 대한한의학원전학회지, 28(1), pp.55~69 (2015), 대한한의학원전학회[DOI]
  21. "中华医典" (2003), 湖南电子音像出版社
  22. "한의학고전DB"[URL]
  23. "한국전통지식포털"[URL]
  24. "Efficient Estimation of Word Representations in Vector Space"[URL]
  25. Pennington J, "GloVe: Global Vectors for Word Representation", Proceedings of the 2014Conference on Empirical Methods in Natural Language Processing (2014)
  26. "Data analysis"[URL]
  27. "Natural language processing"[URL]
  28. "Word embedding"[URL]
  29. "Wordnet"[URL]

관련 논문AI추천

한의학 증상 질의 확장을 위한 단어 임베딩 기반의 클러스터링 기법장호, 예상준, 윤지원, 이상훈한국지식정보기술학회 · 한국지식정보기술학회 논문지2020 · 제15권 제5호한의학 고문헌 텍스트 분석을 위한 비지도학습 기반 단어 추출 방법 비교오준호대한한의학원전학회 · 대한한의학원전학회지2019 · 제32권 제3호단어 임베딩 기반 한의 학파별 처방 추천 모델 개발: 만성 호흡계 질환 대상예상준, 이상훈한국지식정보기술학회 · 한국지식정보기술학회 논문지2022 · 제17권 제5호기계 학습을 이용한 한의학 용어 유의어 사전 구축 방안오준호대한한의학원전학회 · 대한한의학원전학회지2022 · 제35권 제1호기계 학습을 이용한 한의학 처방 분석 방안오준호대한한의학원전학회 · 대한한의학원전학회지2023 · 제36권 제2호자연어 처리 기반 『傷寒論』 辨病診斷體系 분류를 위한 기계학습 모델 선정김영남대한상한금궤의학회 · 대한상한금궤의학회지2022 · 제14권 제1호

이 간행물의 다른 논문 (12건)

『찬도방론맥결집성』의 장원소 「진맥입식해」 연구장우창pp. 1-27『黃帝內經太素』反切 표기에 대한 고찰안진희pp. 29-48『五運六氣醫學寶鑑』의 著者 趙元熙에 관한 硏究윤창열pp. 49-59『의학입문(醫學入門)』명당앙복도(明堂仰伏圖)의 기원에 대한 연구조학준pp. 75-93『內經』의 推拿에 관한 硏究김용진pp. 95-104
원문 보기