[논문 리뷰] Question Answering Over Biological Knowledge Graph via Amazon Alexa

Md Rezaul Karim, Hussain Ali외 3명|arXiv (Cornell University)|2022. 10. 12.

Genomics and Rare Diseases인용 수 4

한 줄 요약

이 논문은 생물학적 데이터에 대한 자연어 질의 응답을 가능하게 하기 위해 Amazon Alexa의 음성 인터페이스를 DisGeNET 지식 그래프와 통합한 개념 증명을 제시한다. SPARQL 엔드포인트와 맞춤형 Alexa 스킬을 활용함으로써 사용자는 음성으로 유전자-질병 연관성에 대해 질의할 수 있으며, 단순한 질의와 다층 질의 모두에 대해 功能적 QA를 달성한다. 다만, Alexa 콘솔에서 두 번째 질의 레이어를 초과할 경우 실행 타임아웃으로 인해 확장성에 한계가 있다.

ABSTRACT

Structured and unstructured data and facts about drugs, genes, protein, viruses, and their mechanism are spread across a huge number of scientific articles. These articles are a large-scale knowledge source and can have a huge impact on disseminating knowledge about the mechanisms of certain biological processes. A knowledge graph (KG) can be constructed by integrating such facts and data and be used for data integration, exploration, and federated queries. However, exploration and querying large-scale KGs is tedious for certain groups of users due to a lack of knowledge about underlying data assets or semantic technologies. A question-answering (QA) system allows the answer of natural language questions over KGs automatically using triples contained in a KG. Recently, the use and adaption of digital assistants are getting wider owing to their capability at enabling users to voice commands to control smart systems or devices. This paper is about using Amazon Alexa's voice-enabled interface for QA over KGs. As a proof-of-concept, we use the well-known DisgeNET KG, which contains knowledge covering 1.13 million gene-disease associations between 21,671 genes and 30,170 diseases, disorders, and clinical or abnormal human phenotypes. Our study shows how Alex could be of help to find facts about certain biological entities from large-scale knowledge bases.

연구 동기 및 목표

• 대규모 생물학적 지식 그래프에 대한 자연어 질의 응답을 음성 기반 인터페이스를 통해 가능하게 하기.
• 의료 생물학 데이터 검색을 위해 Amazon Alexa에 QA 시스템을 구현하는 타당성과 한계를 평가하기.
• 113만 개의 유전자-질병 연관성을 포함하는 DisGeNET 지식 그래프를 SPARQL 엔드포인트를 통해 음성 기반 QA 파이프라인에 통합하기.
• Alexa 개발 환경 내에서 복잡한 다층 질의를 실행할 때 발생하는 기술적 장애 요인 규명하기.
• 다중 지식 그래프 통합 및 향상된 NLU 지원을 통한 향후 개선 방안 탐색하기.

제안 방법

• 시스템은 Amazon Alexa의 커스텀 스킬 프레임워크를 사용해 자연어 질의를 처리하고, 이를 DisGeNET 지식 그래프를 호스팅하는 SPARQL 엔드포인트로 라우팅한다.
• 단순한 인텐트(예: 질병 정의, 유전적 원인)는 SPARQL를 통해 지식 그래프로의 단일 라운드트립 질의로 구현되며, 결과는 음성 출력을 위해 포맷팅된다.
• 복잡한 질의의 경우, 다중 API 호출을 연결하여 다층 추론을 구현한다: 한 질의의 결과를 다음 질의의 입력으로 사용함으로써 그래프 탐색을 시뮬레이션한다.
• 시스템은 RDF 트리플과 SPARQL 질의를 활용해 DisGeNET에서 유전자-질병 연관성 및 관련 점수와 같은 구조화된 사실을 추출한다.
• Alexa 스킬 내의 맞춤형 핸들러는 인텐트 인식, 슬롯 채우기(예: 질병 이름), 음성 전달을 위한 결과 포맷팅을 관리한다.
• 구현은 현지에서 테스트(복잡한 질의가 정상 작동함) 및 Alexa 개발자 콘솔에서 테스트(두 번째 질의 레이어를 초과하면 타임아웃 및 충돌 발생함)를 통해 검증되었다.

실험 결과

연구 질문

• RQ1 Amazon Alexa와 같은 음성 기반 인터페이스가 대규모 생물학적 지식 그래프에 대한 자연어 질의 응답을 효과적으로 지원할 수 있는가?
• RQ2 SPARQL 질의의 복잡성이 Alexa 플랫폼에 배포된 QA 시스템의 신뢰성과 성능에 미치는 영향은 어떠한가?
• RQ3 Alexa 개발자 콘솔에서의 다층 질의 실행에 있어 로컬 실행 환경과 비교해 기술적 한계는 무엇인가?
• RQ4 기존의 의료 생물학 지식 그래프인 DisGeNET가 음성 기반 QA 시스템을 통해 얼마나 효과적으로 노출될 수 있는가?
• RQ5 실제 생물의학 연구 응용을 위해 지식 그래프 기반 음성 기반 QA의 확장성과 내구성을 어떻게 향상시킬 수 있는가?

주요 결과

• 단순한 질의, 예를 들어 질병 정의나 유전자-질병 유전적 원인에 대해 SPARQL 엔드포인트와 Alexa의 인텐트 프레임워크를 활용해 음성 기반 QA를 성공적으로 구현하였다.
• 지식 그래프로의 단일 API 호출을 통한 단순 질의는 현지 환경과 Alexa 콘솔 양쪽 모두에서 안정적으로 작동하여 기능적 타당성을 입증하였다.
• 다층 질의—즉, 한 질의의 결과를 다음 질의의 입력으로 사용하는 방식—는 현지 테스트 환경에서 정상적으로 작동하여 지식 그래프 상의 깊은 추론이 가능함을 보여주었다.
• 그러나 Alexa 개발자 콘솔에 배포된 경우, 두 번째 질의 레이어를 초과하는 질의는 실행 타임아웃과 처리되지 않은 충돌로 인해 실패하였다.
• 근본 원인은 논리 오류가 아니라 플랫폼 고유의 제약, 특히 코드 포맷팅과 실행 환경의 제약로 보이며, 동일한 코드는 현지 환경에선 문제 없이 작동한다.
• 이 연구는 Alexa 플랫폼이 다중 연결된 복잡한 질의를 지원하는 데에 심각한 격차를 드러내었으며, 이는 고도의 생물의학적 질의를 위한 시스템의 확장성에 제한을 가한다.