생의학 분야 학술 논문에서의 개체명 인식 및 관계 추출을 위한 언어 자원 수집 및 통합적 구조화 방안 연구
A Study on Collecting and Structuring Language Resource for Named Entity Recognition and Relation Extraction from Biomedical Abstracts
2
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
본 논문에서는 급격히 증가하는 생의학 분야 비정형 텍스트에서 핵심적 내용을 추출할 수 있는 기계학습 기반 정보 추출 시스템을 구축하기 위한 언어자원 수집 및 통합적 구조화 방안을 제안한다. 제안된 방법은 정보 추출 시스템을 크게 개체명 인식과 개체명 간 관계 추출 시스템으로 구분하고, 각각의 시스템에 적합한 학습데이터를 구성하기 위해 생의학 분야 개체명 사전과 학습 집합을 수집한다. 그리고 수집된 해당 자원들의 특성을 분석하여 개체 구별을 위해 필수적으로 포함시켜야 할 항목들을 도출하고 이를 통해 시스템 학습과정에서 사용될 학습 데이터를 구성하기 위한 항목을 선정한다. 이와 같이 선정된 학습데이터의 구성 내용에 따라 수집된 자원들을 가공하여 학습 데이터를 구축한다. 본 연구에서는 생의학 분야의 하위 분야인 유전자, 단백질, 질병, 약물 4개 분야에 대한 개체명 사전과 학습 집합을 수집하여 각각을 학습 데이터로 구축하였으며, 개체명 사전을 통해 구축된 개체명 인식용 학습 데이터를 대상으로 개체명 수용 범위를 측정하기 위한 검증 과정을 수행하였다.
Abstract
This paper introduces an integrated model for systematically constructing a linguistic resource database that can be used by machine learning-based biomedical information extraction systems. The proposed method suggests an orderly process of collecting and constructing dictionaries and training sets for both named-entity recognition and relation extraction. Multiple heterogeneous structures for the resources which are collected from diverse sources are analyzed to derive essential items and fields for constructing the integrated database. All the collected resources are converted and refined to build an integrated linguistic resource storage. In this paper, we constructed entity dictionaries of gene, protein, disease and drug, which are considered core linguistic elements or core named entities in the biomedical domains and conducted verification tests to measure their acceptability.
참고문헌 (27)
- 박성배, "기계학습", 텍스트마이닝과 생명과학, 2005, pp.23(5), 32~40
- 박경미, "자연어처리 기반 바이오 텍스트 마이닝 시스템", 정보과학회 컴퓨팅의 실제 논문지, 17(4), pp.205~213 (2011), 한국정보과학회
- 송영길, "위키피디아 기반 개체명 사전반자동 구축 방법", 정보과학회논문지, 42(11), pp.1397~1403 (2015), 한국정보과학회
- 신성호, "개체명 인식 향상을 위한 학습 집합 및 개체명 인식 모델 구축", 정보과학회 컴퓨팅의 실제 논문지, 20(7), pp.425~429 (2014), 한국정보과학회
- 이혜진, "자연어 처리 기술 현황 및 표준화 동향에 관한 연구", 한국통신학회 학술대회논문집, pp.876~877 (2017)
- 허고은, "텍스트 마이닝 기반의 그래프 모델을 이용한 미발견 공공 지식 추론", 정보관리학회지, 31(1), pp.231~250 (2014), 한국정보관리학회[DOI]
- Ananiadou, S., "Text Mining and Its Potential Applications in Systems Biology", Trends in Biotechnology, 24(12), pp.571~579 (2006)
- Beuning, P., "Transfer RNA Recognition by Aminoacyl-tRNA Synthetases", Biopolymers, 52(1), pp.1~28 (1999)
- "Biomedical Informatics Lab at ASU" (2017)[URL]
- Choi, S, "Extraction of Protein-Protein Interactions(PPIs)from the Literature by Deep Convolutional Neural Networks with Various Feature Embeddings", Sage Journals, pp.2016~ (2016)
- "Comparative Toxicogenomics Database" (2017)[URL]
- "COMPLETE DATABASE: All drugs" (2017)[URL]
- "Silver Standard Corpus for Protein Protein and Drug Drug Interaction" (2017)[URL]
- "GENIA: The BioNLP Shared Task 2016" (2017)[URL]
- Huang, C., "Community Challenges in Biomedical Text Mining over 10 years : Success, Failure and the Future", Briefings in Bioinformatics, 17(1), pp.132~144 (2016)
- "Complete HGNC Dataset" (2017)[URL]
- Jensen, L. J., "Literature Mining for the Biologist : from Information Retrieval to Biological Discovery", Nature Reviews Genetics, 7(2), pp.119~129 (2006)
- Kim, J., "The Genia Event Extraction Shared Task, 2013Edition-Overview", Proceedings of the BioNLP Shared Task 2013 Workshop (2013), Association for Computational Linguistics
- "National Center for Biotechnology Information" (2017)[URL]
- "National Institutes of Health" (2017)[URL]
- "Natural Language Processing with Python" (2017)[URL]
- "Text Mining Resources" (2016)[URL]
- "Download the PK-DDI corpus with consensus annotations" (2017)[URL]
- "tagtog" (2017)[URL]
- Thomas, P, "Weakly labeled corpora as silver standard for drug-drug and proteinprotein interaction", Proceedings of the Workshop on Building and Evaluating Resources for Biomedical Text Mining (BioTxtM) on Language Resources and Evaluation Conference (LREC) (2012)
- Tripathi, V., "The Nuclear-Retained Noncoding RNA MALAT1 Regulates Alternative Splicing by Modulating SR Splicing Factor Phosphorylation", Molecular Cell, 39(6), pp.925~938 (2010)
- "Uniprot data" (2017)[URL]