[논문 리뷰] Discovering associations in COVID-19 related research papers

Iztok Fister, Karin Ljubic Fister외 1명|arXiv (Cornell University)|2020. 04. 06.

Data Mining Algorithms and Applications참고 문헌 10인용 수 7

한 줄 요약

이 연구는 CORD-19 데이터셋의 코로나19 연구 초록을 분석하기 위해 연관 규칙 텍스트 마이닝(ARTM)과 정보 지ap도 기법을 적용하여 메트로 맵 시각화를 통해 핵심 용어와 관계를 추출한다. 연구는 특히 바이러스, 임상 증상 및 공중보건 조치와 관련된 용어에 대해 역사적으로 기하급수적으로 증가하는 연구 경향을 드러내며, 메르스와 같은 유행병 발생 시기에 정점에 이를 것을 확인한다. 이는 과학적 논문 수 증가와도 상관관계가 있다.

ABSTRACT

A COVID-19 pandemic has already proven itself to be a global challenge. It proves how vulnerable humanity can be. It has also mobilized researchers from different sciences and different countries in the search for a way to fight this potentially fatal disease. In line with this, our study analyses the abstracts of papers related to COVID-19 and coronavirus-related-research using association rule text mining in order to find the most interestingness words, on the one hand, and relationships between them on the other. Then, a method, called information cartography, was applied for extracting structured knowledge from a huge amount of association rules. On the basis of these methods, the purpose of our study was to show how researchers have responded in similar epidemic/pandemic situations throughout history.

연구 동기 및 목표

• 텍스트 마이닝 기법을 활용해 초록을 분석함으로써 코로나19 연구에서 반복되는 주제와 관계를 규명하는 것.
• 과거의 유행병 및 대유행 사건이 바이러스학 및 공중보건 분야의 과학적 연구 성과에 역사적으로 미친 영향을 탐구하는 것.
• 정보 지도학을 활용해 과학 문헌의 복잡한 연관 관계를 체계적이고 시각적으로 요약하는 지식 추출 방법을 개발하는 것.
• MEDLINE 데이터베이스에 저장된 역사적 생물의학 문헌과의 교차 참조를 통해 추출된 용어의 관련성을 검증하는 것.
• 특정 용어의 빈도가 시간이 지남에 따라 주요 바이러스 유행병 발생과 상관관계가 있는지 평가하는 것.

제안 방법

• 의미 있는 용어를 추출하기 위해 구두점, 불용어, 어형 변화를 제거하여 초록을 전처리하는 작업.
• 용어 빈도/역문헌 빈도(TF/ITF) 가중치를 적용하여 빈도와 희귀성을 기반으로 가장 두드러진 용어를 식별하는 작업.
• ARTM를 활용해 초록 내 용어의 동시 발생 패턴을 포착하는 연관 규칙을 생성하는 작업.
• 복잡성을 줄이고 해석 가능성을 향상시키기 위해 복합 규칙을 단일 전제-결과 규칙으로 단순화하는 작업.
• 단순화된 규칙에서 유도된 방향성 있는 단어 그래프를 구성하며, 노드는 용어, 간선은 연관 관계를 나타낸다.
• 진화적 알고리즘을 사용해 단어 그래프에서 메트로 맵 시각화를 생성하여 주제별로 통합된 선형 구조로 용어를 정리하고 지식 탐색을 지원하는 작업.

실험 결과

연구 질문

• RQ1 코로나19 연구 초록의 핵심 용어와 그 연관 관계는 과거 유행병에 대한 과학적 대응의 역사적 반영을 어떻게 드러내는가?
• RQ2 특정 연구 용어의 빈도는 메르스나 SARS와 같은 공식 기록된 바이러스 유행병 발생과 어느 정도 상관관계가 있는가?
• RQ3 정보 지도학은 대규모 과학적 텍스트 마이닝에서 유도된 복잡한 지식 구조를 효과적으로 요약하고 시각화할 수 있는가?
• RQ4 임상 증상, 바이러스학, 공중보건 조치 관련 용어는 새로운 바이러스 위협에 대응해 시간이 지남에 따라 빈도가 증가하는가?
• RQ5 대유행 관련 주제에 대한 과학 문헌의 역사는 어떤 추세를 보이며, 주요 유행병 사건과 어떻게 일치하는가?

주요 결과

• 1955년에서 2019년 사이에 '바이러스', '격리', 'H7N9' 등의 용어를 포함한 과학 논문 수는 기하급수적으로 증가했으며, 주요 유행병 발생 시기에 뚜렷한 급증을 보였다.
• 2013년에는 널리 퍼진 프리프린트 문화가 없었음에도 불구하고 메르스 유행과 연관되어 연구 성과가 급격히 증가한 것으로 나타났다.
• 최고 성능을 보인 메트로 맵에서 44개의 고적합도 용어를 식별했으며, 이 중 26개는 비의료 용어를 걸러내고 나서도 유지되었다.
• '미토콘드리아', '가짜 고리', '환기', '감소 조절' 등의 용어는 바이러스학 및 임상 연구 주제와 높은 연관성을 보였다.
• SARS-CoV-2 유행 이전 및 기간 동안 바이러스 병원성, 숙주 반응, 공중보건 조치 관련 용어의 빈도가 뚜렷이 증가했다.
• MEDLINE 데이터베이스에 추출된 용어를 키워드로 활용한 결과, 점점 더 관련성이 높은 초록이 검색되어, 이 방법이 역사적으로 관련성이 높은 연구 주제를 효과적으로 식별할 수 있음을 확인했다.