$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

생물 의료 정보의 효과적인 텍스트 시각화
Effective text visualization for biomedical information 원문보기

한국HCI학회 2007년도 학술대회 1부, 2007 Feb. 05, 2007년, pp.399 - 405  

김탁은 (한국과학기술원 전자전산학과 전산학) ,  박종철 (한국과학기술원 전자전산학과 전산학)

초록
AI-Helper 아이콘AI-Helper

생물 의료 분야에서 정보의 양이 아주 빠르게 증가하고 있다. 이러한 방대한 양의 정보에서 유용한 정보를 추출하기 위해 텍스트 마이닝 기법을 이용한 연구들이 많이 진행되어 왔다. 그렇지만 이렇게 뽑아진 정보조차 그 양이 방대하고, 또한 텍스트로 되어 있기 때문에 직관적으로 이해하기가 어렵다. 따라서 이러한 정보들을 좀 더 직관적으로 이해하기 위해서는 정보 시각화 시스템이 필수적이다. 최근 들어 이러한 정보 시각화에 대한 연구가 많이 진행되었으나 이러한 시각화 정보조차 너무나 방대하기 때문에 사용자가 필요로 하는 정보를 여과해 주는 방법이 필요하다. 그리고 시각화 시스템에서의 지식 발견을 위한 방법을 제공하여야 한다. 본 논문에서는 생물 의료 정보의 텍스트 시각화에 초점을 맞추어 생물 의료 정보의 효과적인 표현 방법과 지식 발견을 위한 직관적인 인터페이스를 제안하고자 한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 그리고, 본 연구에서는 이러한 시각화 시스템이 단순히 pathway를 보여주는 것에 그치는 것이 아니라 어떻게 지식 발견에 도움을 줄 수 있는지에 대해서 activate/inhibit과 같은 interaction keyword를 통해서 가능한 pathway를 찾아주는 방법에 대해서도 논의하였다.
  • 다른 유형의 정보들을 시각화 하는 방법을 설명하기에 앞서, 우선 개체들의 유형을 결정해 주는 방법에 대해서 알아본다. 그림 1은 본 논문에서 정보 추출 시스템으로 사용한 BioIE[10]의 정보 추출 예제이다.
  • 본 연구에서는 생물 의료 정보 도메인에서 정보 여과를 위해 추출된 결과를 종류별로 자동으로 분류해주고, 분류된 종류별로 시각화하는 방법을 제안하고, 지식 발견을 위한 pathway를 자동으로 찾아서 가시화하는 과정에 대해서 설명한다.
  • 방대한 양의 데이터를 시각화해야 하는 필요성에 대해서는 문제에 대해서는 많은 사람들이 동의하고 있지만, 문제는 이 방대한 양의 데이터를 어떤 시각화 기법을 이용하여야 하느냐는 것이다. 이렇게 필요한 데이터들만 걸러서 보여주는 것을 정보 여과라고 하는데, 본 연구에서는 각 데이터들의 타입을 자동으로 결정하고, 타입별로 사용자가 메뉴 선택을 해서 여과를 할 수 있도록 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
생물 의료 정보의 경우에는 생명 반응이 어떤 종 (species)에서 발생하는지, 어떤 생체 조건에서 발생하는지, 실험적으로 발생한 것인지(in vitro), 생체 내에서 발생하는 것인지(in vivo)와 같은 정보들이 매우 중요한 이유는? 생물 의료 정보의 경우에는 생명 반응이 어떤 종 (species)에서 발생하는지, 어떤 생체 조건에서 발생하는지, 실험적으로 발생한 것인지(in vitro), 생체 내에서 발생하는 것인지(in vivo)와 같은 정보들이 매우 중요하다. 이러한 조건 정보들을 고려하지 않는다면 생명 반응 정보가 다른 쪽에서는 전혀 무의미한 정보가 될 수도 있기 때문이다. 따라서 다른 분야의 시각화와는 달리 생물 의료 정보의 시각화에서는 이러한 조건 정보를 명시해 줄 수있는 방법이 필요한데, 아주 쉬운 방법으로는 모든 정보 들을 화면에 나타내는 것이 있다.
텍스트 마이닝의 목적은? 최근 들어 생물 의료 정보학에 대한 관심이 높아지면서 정형화되지 않은 방대한 생물 의료 데이터로부터 텍스트 마이닝을 통해 의미 있는 정보를 추출하려는 연구들이 많이 있어 왔다[9]. 텍스트 마이닝의 목적은 가공되지 않은 정보들에서 필요한 정보들만 추출하는 것인데, 이렇게 추출된 의미 있는 정보 역시 텍스트 형태의 테이블로 나열될 수 밖에 없기 때문에[4] 사용자에게 또 다른 종류의 분석을 해야 하는 부담을 제공한다.
시각화 시스템의 문제는? 시각화 시스템이 사용자들의 직관에 많은 도움을 주는 반면 방대한 양의 데이터들을 잘 선별해서 보여주지 않으면 오히려 시각적으로 혼란스러워져 사용자의 이해를 방해한다는 문제가 있다. 이러한 문제를 해결하는 방법으로[3]과 [4]에서는 정보의 여과를 제안한다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로