[논문 리뷰] Rerendering Semantic Ontologies: Automatic Extensions to UMLS through Corpus Analytics

James Pustejovsky, Anna Rumshisky외 1명|ArXiv.org|2002. 09. 03.

Natural Language Processing Techniques참고 문헌 12인용 수 17

한 줄 요약

이 논문은 코퍼스 분석 및 유한 상태 기법을 활용하여 UMLS 의미 온톨로지의 자동 확장을 위한 '의미적 재렌더링'을 제안한다. 메드라인 코퍼스를 분석함으로써 생물의학 용어에 대한 새로운 의미 유형을 식별하여 의미 유형 커버리지의 상당한 향상과 생물의학 텍스트 처리에서의 정보 추출 향상에 기여한다.

ABSTRACT

In this paper, we discuss the utility and deficiencies of existing ontology resources for a number of language processing applications. We describe a technique for increasing the semantic type coverage of a specific ontology, the National Library of Medicine's UMLS, with the use of robust finite state methods used in conjunction with large-scale corpus analytics of the domain corpus. We call this technique "semantic rerendering" of the ontology. This research has been done in the context of Medstract, a joint Brandeis-Tufts effort aimed at developing tools for analyzing biomedical language (i.e., Medline), as well as creating targeted databases of bio-entities, biological relations, and pathway data for biological researchers. Motivating the current research is the need to have robust and reliable semantic typing of syntactic elements in the Medline corpus, in order to improve the overall performance of the information extraction applications mentioned above.

연구 동기 및 목표

• 생물의학 텍스트 처리를 위한 UMLS 온톨로지의 제한된 의미 유형 커버리지를 해결한다.
• 생물의학 정보 추출 시스템에서 의미 유형 할당의 강건성과 신뢰성을 향상시킨다.
• 대규모 생물의학 코퍼스에서 새로운 의미 유형을 자동으로 탐지할 수 있도록 한다.
• 메드라스트랙트 프로젝트가 메드라인에서 생물학적 실체, 관계 및 경로 데이터를 추출하는 목표를 지원한다.
• 데이터 기반 확장 기법을 통해 의미 온톨로지의 확장성과 적응 가능성을 향상시킨다.

제안 방법

• 메드라인 코퍼스의 문법적 및 형태적 패턴을 분석하기 위해 강력한 유한 상태 기법을 적용한다.
• 반복적인 용어 패턴과 공존 구조를 식별하기 위해 코퍼스 분석을 활용하여 새로운 의미 유형을 시사하는 패턴을 파악한다.
• 맥락적 및 분포적 증거를 바탕으로 발견된 패턴을 후보 의미 유형에 매핑한다.
• 체계적이고 규칙 기반의 확장 프로세스를 통해 새로운 의미 유형을 UMLS 프레임워크에 통합한다.
• 기존 UMLS 구조를 기반으로 일관성과 기존 생물의학 온톨로지와의 상호운용성을 확보한다.
• 분야 전문 언어적 특징과의 정렬을 통해 반복적 분석과 보정을 통해 신규 유형을 검증하고 개선한다.

실험 결과

연구 질문

• RQ1 어떻게 코퍼스 기반 증거를 활용하여 UMLS의 의미 유형 커버리지를 자동으로 확장할 수 있는가?
• RQ2 생물의학 텍스트에서 새로운 의미 유형을 신뢰성 있게 시사하는 언어학적 및 분포적 패턴은 무엇인가?
• RQ3 유한 상태 기법과 코퍼스 분석이 온톨로지 확장의 확장성에 얼마나 기여하는가?
• RQ4 제안된 방법은 생물의학 텍스트에서의 정보 추출 성능을 어떻게 향상시키는가?
• RQ5 수동 코딩이나 분야 전문가의 간섭 없이도 새로운 의미 유형을 탐지하고 UMLS에 통합할 수 있는가?

주요 결과

• 의미적 재렌더링 방법은 코퍼스 분석을 통해 새로운 의미 유형을 성공적으로 식별하고 UMLS에 통합하였다.
• 유한 상태 기법을 통해 대규모 메드라인 코퍼스 전반에서 효율적이고 확장 가능한 패턴 인식이 가능했다.
• 특히 희귀하거나 새로운 개념에 대해 의미 유형 할당 커버리지가 상당히 향상되었다.
• 기존 UMLS 유형 계층과의 높은 일관성을 보이며 의미의 일관성을 확보하였다.
• 정확한 유형 할당을 유지하면서도 수동 온톨로지 코딩에 대한 의존도를 감소시켰다.
• 메드라스트랙트 프레임워크 내에서 검증되었으며, 실체 및 관계 추출 성능 향상에 명백한 개선 효과를 보였다.