Core Concepts
BioBERT를 활용하여 유전체 문헌에서 유전자와 질병 간 연관성을 추출하고, 이를 지식 그래프로 구축하였다.
Abstract
이 연구는 유전체 문헌에서 유전자와 질병 간 연관성을 추출하고 지식 그래프로 구축하는 SimpleGermKG 시스템을 제안한다.
생의학 문헌에서 유전자와 질병 개체를 추출하기 위해 BioBERT 모델을 사용하였다.
개체 정규화를 위해 온톨로지 기반 및 규칙 기반 알고리즘을 개발하였다.
유전자, 질병, 문헌 간 의미 관계를 표현하기 위해 부분-전체 관계 접근법을 적용하였다.
구축된 지식 그래프는 297개 유전자, 130개 질병, 46,747개 트리플로 구성되어 있다.
그래프 기반 시각화를 통해 결과를 보여주었다.
향후 연구로 지식 그래프의 응용, 관계 추출 기법 개선, 온톨로지 확장 등을 제안하였다.
Stats
유전체 문헌에는 총 11,261개의 초록이 포함되어 있으며, 114,311개의 문장으로 토큰화되었다.
BioBERT-NER 기법을 통해 19,751개의 유전자 개체와 19,135개의 질병 개체를 추출하였다.
Quotes
"유전체 돌연변이를 가진 사람들의 생활 방식을 개선할 수 있는 기회를 탐구할 것이다."
"유전자-질병 관계 추출을 위한 최신 기법을 실험하고 탐구할 것이다."
"유전체 코퍼스에 대한 관계 추출 기법을 개발할 것이다."