[論文レビュー] PrTransH: Embedding Probabilistic Medical Knowledge from Real World EMR Data.

Linfeng Li, Peng Wang+6 more|arXiv (Cornell University)|Sep 2, 2019

Topic Modeling参考文献 14被引用数 5

ひとこと要約

PrTransH は、確率的トリプル信頼度、有効／不正なトリプルの統一損失関数、医療分野の背景知識拡張を統合した確率的知識埋め込み手法として、実世界のEMRデータを対象にした。確率的医療知識グラフにおけるリンク予測において、TransH を上回る性能を発揮し、不確実性を伴うEMR由来の知識に対する最初のこのようなアプローチを確立した。

ABSTRACT

This paper proposes an algorithm named as PrTransH to learn embedding vectors from real world EMR data based medical knowledge. The unique challenge in embedding medical knowledge graph from real world EMR data is that the uncertainty of knowledge triplets blurs the border between correct and wrong triplet, changing the fundamental assumption of many existing algorithms. To address the challenge, some enhancements are made to existing TransH algorithm, including: 1) involve probability of medical knowledge triplet into training objective; 2) replace the margin-based ranking loss with unified loss calculation considering both valid and corrupted triplets; 3) augment training data set with medical background knowledge. Verifications on real world EMR data based medical knowledge graph prove that PrTransH outperforms TransH in link prediction task. To the best of our survey, this paper is the first one to learn and verify knowledge embedding on probabilistic knowledge graphs.

研究の動機と目的

• 実世界のEMR由来の医療知識トリプルにおける不確実性に起因する、正しいトリプルと誤りの境界が曇る問題に対処すること。
• トレーニング目的にトリプル信頼度スコアを統合することで、確率的知識グラフに適応した TransH モデルを拡張すること。
• ノイズが多い実世界のEMRデータから抽出された医療知識グラフにおけるリンク予測性能を向上させること。
• 実EMRベースの医療知識グラフ上で PrTransH の有効性を検証し、標準的な TransH に比べて優れた性能を示すこと。

提案手法

• 各医療知識トリプルの信頼度を埋め込み学習プロセスに統合する確率的学習目的関数を導入する。
• マージンに基づくランク付け損失を廃止し、有効なトリプルと不正なトリプルの両方を同時に最適化する統一損失関数を導入することで、不確実性に対するロバスト性を向上させる。
• 一般化性能の向上とノイズ感受性の低減を目的に、外部の医療分野の背景知識をトレーニングデータに追加する。
• トリプルの信頼性に基づいて損失寄与度を重み付けすることで、確率的トリプルを扱えるように、TransH モデルのベクトル空間射影メカニズムを拡張する。
• 負例の信頼度を考慮して、より信頼性の高い不正な例から優先的に学習を行うように、変更されたネガティブサンプリング戦略を採用する。
• 埋め込み品質と不確実性に配慮した損失をバランスさせる共同最適化フレームワークを活用し、リンク予測性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 不確実なトリプルを含む実世界のEMR由来の確率的医療知識グラフから、知識埋め込みモデルが効果的に学習できるか。
• RQ2 トリプル信頼度を統合することで、標準的な TransH と比較してリンク予測性能がどのように向上するか。
• RQ3 医療分野の背景知識をトレーニングデータに組み込むことで、不確実なEMRデータにおけるモデルの一般化能力がどの程度向上するか。
• RQ4 有効なトリプルと不正なトリプルを同時に扱う統一損失関数が、マージンに基づくランク付け損失よりも、不確実な知識グラフで優れた性能を発揮するか。
• RQ5 PrTransH は、確率的知識グラフ上で知識埋め込みを効果的に学習・検証した最初の手法であるか。

主な発見

• PrTransH は、実世界のEMRベースの医療知識グラフにおけるリンク予測精度において、標準的な TransH を顕著に上回る。
• 損失関数へのトリプル確率の統合により、不確実性下でもよりロバストで信頼性の高い埋め込み学習が可能になった。
• 統一損失関数により、有効なトリプルと不正なトリプルの両方をより効果的に処理することで、モデルの収束性と性能が向上した。
• トレーニングデータに医療分野の背景知識を統合することで、希少または低頻度の医療関係の予測能力が向上した。
• PrTransH は、確率的知識グラフ上で知識埋め込みを効果的に学習・検証した最初の手法であり、不確実な医療知識表現のための新たなベンチマークを確立した。