[論文レビュー] Open Data Platform for Knowledge Access in Plant Health Domain : VESPA Mining

Nicolas Turenne, Mathieu Andro+2 more|arXiv (Cornell University)|Apr 23, 2015

Semantic Web and Ontologies参考文献 9被引用数 7

ひとこと要約

本論文では、歴史的農業文献から害虫・作物相互作用データをテキストマイニングによって抽出するオープンデータプラットフォームであるVESPAを提案する。これにより、知識の活用と予測モデリングが可能になり、農薬の使用を削減できる。文書構造に配慮したパースリングと自然言語処理を活用することで、非構造化テキストから構造化データを抽出し、持続可能な植物健康管理に貢献する。

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.

研究の動機と目的

• レガシーライターチャーに閉じ込められた知識のアクセス困難な問題に対処する。これは再収集が費用がかかり、現実的ではない。
• 非構造化科学的テキストから害虫・作物相互作用データを自動抽出し、植物健康分野の意思決定を支援する。
• 知識発見と予測モデリングを支援するスケーラブルでオープンなプラットフォームを構築する。
• データドリブンなインサイトを活用して、作物への攻撃の早期検出と予測を改善することで、農薬への依存を低減する。
• 文書アーキテクチャの認識をテキストマイニングに統合し、パースリングの正確性とデータ品質を向上させる。

提案手法

• 歴史的農業文書から害虫および作物の相互作用データを抽出するためのテキストマイニング技術を適用する。
• 文書構造に基づく従属構文解析を用いて、複雑な文書形式からの情報抽出の正確性を向上させる。
• 抽出されたデータを構造化された知識グラフにモデル化し、照会と分析を可能にする。
• 自然言語処理（NLP）および情報検索（IR）手法を活用して、関連する生物学的相互作用を同定および分類する。
• 全文書を処理するパイプラインを実装し、主要なエンティティ（害虫、作物）を特定し、相互作用タイプと関連付ける。
• オープンデータへのアクセス、拡張性、および既存の農業知識システムとの統合を支援するプラットフォームアーキテクチャを設計する。

実験結果

リサーチクエスチョン

• RQ1 非構造化された歴史的農業文献をどのように効果的にマイニングし、実行可能な害虫・作物相互作用データを抽出できるか？
• RQ2 科学的農業文献におけるテキストマイニングの正確性を向上させるために、文書構造の認識を組み込むとどの程度効果が得られるか？
• RQ3 スケーラブルでオープンなプラットフォームを構築し、レガシーデータソースから植物健康知識を抽出・モデル化することは可能か？
• RQ4 自動化されたデータ抽出が、作物への攻撃の予測を改善することで、農薬使用にどのような影響を与えるか？
• RQ5 農業科学文献におけるドメイン固有の用語と複雑な文構造を扱えるように、テキストマイニングシステムをどのように設計できるか？

主な発見

• VESPAは、文書に配慮したテキストマイニングを用いて、歴史的文献から害虫・作物相互作用データを効果的に抽出し、知識の再利用を可能にした。
• パースリングに文書アーキテクチャの認識を統合することで、標準的なNLPアプローチに比べてエンティティおよび関係抽出の正確性が向上した。
• プラットフォームは、非構造化科学的文書を構造化され、照会可能な知識に変換する可能性を実証した。これは植物健康アプリケーションに適している。
• 複数のソースおよび時間的期間にわたる相互作用データの集約により、作物への攻撃の予測モデリングを支援する。
• オープンデータプラットフォームにより、植物健康知識への広範なアクセスが可能となり、持続可能な農業と農薬依存の低減を支援する。
• 本アプローチにより、レガシーライターチャーからの知識取得のコストと作業負荷が削減され、手動によるデータ収集の代替手段としてスケーラブルな選択肢が提供された。