[논문 리뷰] Text-mining and ontologies: new approaches to knowledge discovery of microbial diversity

Claire Nédellec, Robert Bossy외 2명|arXiv (Cornell University)|2018. 05. 10.

Biomedical Text Mining and Ontologies참고 문헌 6인용 수 10

한 줄 요약

이 논문은 미생물 서식지에 대한 비구조적 자연어 기술을 표준화하고 체계화하기 위해 설계된 공식적이고 기계로 읽을 수 있는 온톨로지인 OntoBiotope를 소개한다. 텍스트 마이닝과 의미론적 추론을 가능하게 함으로써 '장내'와 같은 용어의 일관성 없는 사용(예: '장내' 대비 '장')을 해결하여, 미생물 다양성 연구 분야에서 대규모 지식 탐색을 크게 향상시킨다.

ABSTRACT

Microbiology research has access to a very large amount of public information on the habitats of microorganisms. Many areas of microbiology research uses this information, primarily in biodiversity studies. However the habitat information is expressed in unstructured natural language form, which hinders its exploitation at large-scale. It is very common for similar habitats to be described by different terms, which makes them hard to compare automatically, e.g. intestine and gut. The use of a common reference to standardize these habitat descriptions as claimed by (Ivana et al., 2010) is a necessity. We propose the ontology called OntoBiotope that we have been developing since 2010. The OntoBiotope ontology is in a formal machine-readable representation that enables indexing of information as well as conceptualization and reasoning.

연구 동기 및 목표

• 공개 데이터베이스에서 미생물 서식지에 대한 비구조적이고 일관성 없는 자연어 기술 문제를 해결한다.
• 용어의 동의어 및 다의어 문제(예: '장'과 '장내')로 인해 서식지 데이터 비교 및 분석이 어려운 문제를 해결한다.
• 확장 가능한 지식 탐색을 위해 표준화된 미생물 서식지 용어를 위한 공식적이고 기계로 읽을 수 있는 온톨로지를 개발한다.
• 의미 기반 기술을 활용해 미생물 서식지 데이터에 대한 자동 색인, 개념화 및 추론을 가능하게 한다.
• 비구조적 텍스트를 구조화되고 계산 가능한 지식으로 전환하여 대규모 생물다양성 연구를 지원한다.

제안 방법

• 공식적 온톨로지 모델링 원칙을 사용하여 미생물 서식지 전용 도메인 온톨로지인 OntoBiotope를 설계하고 유지 관리한다.
• 통제된 어휘와 계층적 관계를 사용하여 표준 용어로 미생물 서식지를 표현한다.
• 과학 문헌에서 서식지 언급어를 추출하고 OntoBiotope 용어에 매핑하기 위해 텍스트 마이닝 기법을 통합한다.
• 의미론적 추론을 적용하여 다양한 서식지 기술어 간의 관계를 탐지하고 동치성 관계를 유추한다.
• 표준 형식(예: OWL)을 통해 기존 생물학적 및 환경 온톨로지와의 상호운용성을 확보한다.
• 생물다양성 데이터 통합 및 지식 탐색 워크플로우에 응용하여 온톨로지의 실용성을 검증한다.

실험 결과

연구 질문

• RQ1 비구조적 자연어 기술로 기술된 미생물 서식지 기술을 계산 분석을 위해 체계적으로 표준화할 수 있는가?
• RQ2 공식적 온톨로지가 미생물 서식지 용어의 모호성과 동의어 문제를 어느 정도 감소시킬 수 있는가?
• RQ3 텍스트 마이닝 파이프라인은 'OntoBiotope'와 같은 통합 온톨로지에 다양한 서식지 용어를 효과적으로 매핑할 수 있는가?
• RQ4 온톨로지의 사용이 미생물 다양성 지식 탐색의 확장성과 정확성에 어떻게 기여하는가?
• RQ5 의미론적 추론은 다양한 연구 간에 동치 또는 관련된 서식지 기술어를 식별하는 데 어떤 영향을 미치는가?

주요 결과

• OntoBiotope는 '장내', '장', '대장'과 같은 다양한 자연어 용어를 통합된 공식적 구조로 매핑하는 데 성공했다.
• 이 온톨로지는 대규모 텍스트 코퍼스에서 서식지 용어의 자동 탐지 및 정규화를 가능하게 하여 데이터 통합을 향상시켰다.
• OntoBiotope 내의 의미론적 추론은 숨겨진 동치성 관계와 계층적 관계를 드러내었다.
• 표준화된 온톨로지의 사용은 미생물 다양성 분야에서 지식 탐색의 확장성과 재현 가능성을 크게 향상시켰다.
• OntoBiotope와 통합된 텍스트 마이닝 파이프라인은 키워드 기반 방법에 비해 서식지 데이터 색인 및 쿼리 정확도가 향상됨을 입증했다.
• 이 온톨로지는 다른 생물학적 온톨로지와의 상호운용성을 지원하여 체계생물학 및 생태학 분야의 교차 분야 데이터 통합을 촉진한다.