[논문 리뷰] Open Data Platform for Knowledge Access in Plant Health Domain : VESPA Mining

Nicolas Turenne, Mathieu Andro외 2명|arXiv (Cornell University)|2015. 04. 23.

Semantic Web and Ontologies참고 문헌 9인용 수 7

한 줄 요약

이 논문은 과거 농업 문헌에서 해충-작물 상호작용 데이터를 텍스트 마이닝 기술을 사용해 추출하는 오픈 데이터 플랫폼인 VESPA를 제시한다. 이는 농약 사용을 줄이기 위한 지식 접근과 예측 모델링을 가능하게 한다. 문서 구조 인식 기반 파싱과 자연어 처리 기술을 활용하여 비정형 텍스트에서 구조화된 데이터를 추출함으로써 지속 가능한 식물 건강 관리에 기여한다.

ABSTRACT

Important data are locked in ancient literature. It would be uneconomic to produce these data again and today or to extract them without the help of text mining technologies. Vespa is a text mining project whose aim is to extract data on pest and crops interactions, to model and predict attacks on crops, and to reduce the use of pesticides. A few attempts proposed an agricultural information access. Another originality of our work is to parse documents with a dependency of the document architecture.

연구 동기 및 목표

• 비용이 많이 들고 실용성이 떨어지는 레거시 농업 문헌에 잠겨 있는 지식에 접근할 수 없는 문제를 해결한다.
• 비정형 과학적 텍스트에서 해충-작물 상호작용 데이터를 자동으로 추출하여 식물 건강 분야의 의사결정 지원을 가능하게 한다.
• 지식 탐색과 예측 모델링을 지원하는 확장성 있고 오픈된 플랫폼을 개발한다.
• 데이터 기반 통찰을 통해 해충 공격를 조기에 탐지하고 예측함으로써 농약 의존도를 줄인다.
• 문서 아키텍처 인식 기능을 텍스트 마이닝에 통합하여 파싱 정확도와 데이터 품질을 향상시킨다.

제안 방법

• 레거시 농업 문서에서 해충 및 작물 상호작용 데이터를 추출하기 위해 텍스트 마이닝 기법을 적용한다.
• 복잡한 문서 형식에서 정보 추출 정확도를 향상시키기 위해 문서 구조 기반 의존성 파싱을 사용한다.
• 질의 및 분석을 위해 추출된 데이터를 구조화된 지식 그래프로 모델링한다.
• 관련 생물학적 상호작용를 식별하고 분류하기 위해 자연어 처리(NLP) 및 정보 검색(IR) 방법을 활용한다.
• 전체 문서를 처리하고 핵심 실체(해충, 작물)를 식별하며, 상호작용 유형과 연결하는 파이프라인을 구현한다.
• 오픈 데이터 접근성, 확장성, 기존 농업 지식 시스템과의 통합을 지원하는 플랫폼 아키텍처를 설계한다.

실험 결과

연구 질문

• RQ1 비정형 역사적 농업 문헌을 어떻게 효과적으로 마이닝하여 실질적인 해충-작물 상호작용 데이터를 추출할 수 있는가?
• RQ2 과학적 농업 문헌에서 텍스트 마이닝 정확도를 향상시키기 위해 문서 구조 인식 기능을 통합할 경우 그 효과는 어느 정도인가?
• RQ3 레거시 자료에서 식물 건강 지식을 추출하고 모델링할 수 있는 확장성 있고 오픈된 플랫폼을 구축할 수 있는가?
• RQ4 자동화된 데이터 추출이 해충 공격 예측을 향상시켜 농약 사용을 줄이는 데 어떤 영향을 미치는가?
• RQ5 농업 과학 문헌의 도메인 전용 용어와 복잡한 문장 구조를 다룰 수 있도록 텍스트 마이닝 시스템을 어떻게 설계할 수 있는가?

주요 결과

• VESPA는 문서 인식 기반 텍스트 마이닝을 사용하여 레거시 문헌에서 해충-작물 상호작용 데이터를 성공적으로 추출함으로써 지식 재사용을 가능하게 했다.
• 파싱 과정에 문서 아키텍처를 통합함으로써 표준 NLP 접근 방식에 비해 실체 및 관계 추출 정확도가 향상되었다.
• 플랫폼은 비정형 과학 문서를 구조화되고 질의 가능한 지식으로 변환하는 데 실현 가능성을 입증하였다. 이는 식물 건강 응용 분야에 적합하다.
• 다양한 자료원과 시간대에 걸친 상호작용 데이터 집합을 통해 작물 공격 예측 모델링을 지원한다.
• 오픈 데이터 플랫폼은 식물 건강 지식에 대한 광범위한 접근성을 제공하여 지속 가능한 농업과 농약 의존도 감소를 지원한다.
• 이 방법은 레거시 문헌에서 지식 확보에 드는 비용과 노력을 줄이며 수작업 데이터 수집의 확장 가능한 대안을 제공한다.