[논문 리뷰] A study on the relation between linguistics-oriented and domain-specific semantics

He Tan|arXiv (Cornell University)|2010. 12. 07.

Natural Language Processing Techniques참고 문헌 5인용 수 4

한 줄 요약

이 논문은 문법 중심의 의미 프레임(Framenet)과 도메인 특화된 생물학적 과정 개념(Gene Ontology) 간의 일치성을 조사하여, 사건 분류와 단어 그룹화 측면에서 상당한 격차를 드러낸다. 19개의 FrameNet 프레임을 GO 개념에 수작업으로 매핑함으로써, 서로 다른 의미의 세분성과 개념 커버리지로 인해 발생하는 불일치를 규명하였으며, 텍스트 마이닝 및 언어 이해 시스템에서 온톨로지 설계 향상에 통찰을 제공한다.

ABSTRACT

In this paper we dealt with the comparison and linking between lexical resources with domain knowledge provided by ontologies. It is one of the issues for the combination of the Semantic Web Ontologies and Text Mining. We investigated the relations between the linguistics oriented and domain-specific semantics, by associating the GO biological process concepts to the FrameNet semantic frames. The result shows the gaps between the linguistics-oriented and domain-specific semantics on the classification of events and the grouping of target words. The result provides valuable information for the improvement of domain ontologies supporting for text mining systems. And also, it will result in benefits to language understanding technology.

연구 동기 및 목표

• 분자생물학 분야에서 언어학 중심의 의미론(Framenet)과 도메인 특화 의미론(Gene Ontology) 간 격차를 메우기 위해.
• FrameNet 프레임이 GO의 생물학적 과정 서브온톨로지에 기술된 생물학적 과정을 얼마나 잘 표현할 수 있는지 조사하기 위해.
• 일반 언어학적 프레임과 도메인 특화 온톨로지 간의 사건 분류 및 대상어 그룹화 측면에서의 불일치를 규명하기 위해.
• 생명과학 분야의 텍스트 마이닝 및 자연어 이해 시스템을 위한 더 정확한 도메인 온톨로지 개발을 지원하기 위해.

제안 방법

• 분자생물학의 29개 핵심 동사에서 생물의학적 동사와 관련된 19개 FrameNet 프레임을 PASBio 프로젝트의 자료에서 수집하였다.
• GO 생물학적 과정 개념과 프레임의 어휘 단위(LU)에 해당하는 GO 개념 이름의 어근을 매칭하여 각 FrameNet 프레임을 GO 개념에 매핑하였다.
• 필터링 규칙 적용: 하위클래스 및 부분-전체 관계를 제외하여 일반적이며 의미적으로 관련성이 높은 GO 개념을 우선시하였다.
• GO 및 OBO 온톨로지용 Perl 모듈을 사용해 초기 후보 수집을 자동화한 후, 모든 매핑에 대해 수작업으로 검증하였다.
• 공개 매핑 레포지터리(http://www.ida.liu.se/hetan/FN2GO/)를 유지하였다.

실험 결과

연구 질문

• RQ1 FrameNet 의미 프레임이 Gene Ontology의 생물학적 과정 서브온톨로지에 기술된 사건과 과정을 어느 정도 표현할 수 있는가?
• RQ2 분자생물학 맥락에서 FrameNet과 GO 간의 사건 분류 및 대상어 그룹화 방식은 어떻게 다를까?
• RQ3 일반 언어학적 프레임과 도메인 특화 생물학적 개념을 정렬할 때 발생하는 의미 커버리지의 구체적 불일치는 무엇인가?
• RQ4 일반적인 GO 생물학적 과정 개념은 단일 FrameNet 프레임에 의미 있게 매핑될 수 있는가, 아니면 다수의 의미 프레임에 걸쳐 분포하는가?

주요 결과

• Activity_start, Causation, Interrupt_process, Forgoing의 4개 FrameNet 프레임은 해당하는 GO 개념이 없었으며, 이는 온톨로지 내 의미적 격차를 시사한다.
• GO:0008283(세포 증식)는 Proliferation_in_number 프레임에 매핑되어 일반적인 생물학적 과정에 대해 일치함을 보였다.
• GO:0006412(翻訳)는 Translating 프레임에 정확히 매핑되어 핵심 분자 기능에 대해 의미 일관성을 확인하였다.
• 동일한 FrameNet 프레임에 여러 GO 개념이 매핑된 사례가 있었으며(예: decline과 growth에 대해 Change_position_on_a_scale), 이는 동일한 언어적 프레임에 서로 다른 생물학적 과정이 매핑됨을 의미한다.
• 일부 GO 개념, 예를 들어 GO:0032502(발달 과정)는 다수의 프레임(예: Progress 및 Process_start)에 매핑되어 개념의 모호성 또는 과도한 일반화를 시사한다.
• 펩타이드 차단 또는 DNA 대사 과정과 같은 특정 생물학적 과정은 일반 프레임으로는 포괄되지 않아 FrameNet의 커버리지에 한계가 있음을 드러냈다.