초록 ▼

생명공학의 기술적인 발달과 게놈프로젝트 결과로 방대한 양의 genomic data가 쏟아져 나오고 있다. 이에 따라 새로운 정보와 단백질 및 여러 생물학 개체에 관련된 biomedical research가 활발히 이루어지고 있으며 그 방대한 양을 감당하기 힘들다. 또한 새로운 정보구축을 위한 DB들이 계속 개발되어지고 있지만 대다수 DB들이 human curatior에 의존적이며 이런 대규모의 연구결과를 대처하기 위한 사람의 노력에는 한계가 있다. 따라서 양질의 정보 추출과 마이닝 툴들의 개발이 curator나 과학자들에게 새로운

생명공학의 기술적인 발달과 게놈프로젝트 결과로 방대한 양의 genomic data가 쏟아져 나오고 있다. 이에 따라 새로운 정보와 단백질 및 여러 생물학 개체에 관련된 biomedical research가 활발히 이루어지고 있으며 그 방대한 양을 감당하기 힘들다. 또한 새로운 정보구축을 위한 DB들이 계속 개발되어지고 있지만 대다수 DB들이 human curatior에 의존적이며 이런 대규모의 연구결과를 대처하기 위한 사람의 노력에는 한계가 있다. 따라서 양질의 정보 추출과 마이닝 툴들의 개발이 curator나 과학자들에게 새로운 연구에 대한 quick access를 허용하고 더 나아가 새로운 발견에 도움을 줄 수 있는 필수적인 시스템이다. 본 연구는 자연어처리 기술에 기반한 바이오 텍스마이닝과 관련되어 생물학 개체명 인식, 중의성 해결, 개체간의 상호작용 추출 및 추론, 웹 기반 마이닝 시스템 구축을 목표로 하였다.
1) 연구 1차년에서는 개체명 인식과 개체명 클래스 분류를 구분하는 이단계 개체명 인식기를 개발하고 기존 인식모델을 더 정교화하여 여러 가지 생물학 개체 인식에 필요한 자질과 고난도의 기계학습 방법을 이용하여 개체명 인식을 시도하였다.
2) 연구 2차년에서는 생명활동의 원인 규명 및 이해에 있어서 중요한 부분이 되는 단백질이나 유전자 사이의 interaction networks을 형성하기 위해 문장의 구조적 정보를 이용한 여러 가지 커널과 구조적 정보 없이 NE pair (개체들) 주변의 문맥정보를 이용한 여러 가지 커널을 정의하고 개체들 사이에 존재하는 상호 작용을 파악하였다. 먼저 NE pair를 표현할 수 있는 방법으로 이들이 문장 상에서 형성하는 여러 가지 subtree들을 이용하여 이들을 instance화하는 방법에 대해 연구하고 단어 뿐아니라 semantic role도포함 할 수 있는 feature-based kernel, 여러 가지 구조적 정보를 이용한 structural kernel을 제안한다.
structural kernel로는 tree kernel, walk-weighted subsequence kernel등 여러 가지 형태의 syntactic structure를 반영하는 커널을 제안하였다.
3) 연구 3차년도에서는 topic 모델을 이용하여 생물학 문서 초록을 생성하는 연구를 진행하였다. 기존의 토픽모델이라는 것은 해당 문서의 단어들은 topic들에 의해서 생성된 것으로 가정하고 topic에 의한 단어 발생 확률을 예측하는 여러 가지 모델을 연구하고 이를 이용하여 문서의 topic을 결정하고 이를 약어 중의성 해소에 이용하였다. 또 1)과 2)를 토대로 데이터 요약 기능을 추가하는 연구를 진행 중에 있다.
향후 web상에서 작동하는 검색, 추출, 추론, 논문 중요문장 요약을 위한 토탈 마이닝 시스템으로 확대할 계획이다. 본 연구로 개발된 바이오 텍스트 마이닝 소프트웨어는 자연언어처리와 기계학습과 같은 매우 고차원적인 이론 모델에 기반하고 있어, 보다 신뢰성 있는 생물학 정보를 문헌에서 추출하여 국내 주요 연구팀들에게 제공하며 실제 실험을 실시하는 여러 생물학자들에게도 문헌의 데이터를 요약 정리하여 해당 분야의 연구결과에 대한 전체적인 개괄을 제공할 수 있어 연구의 방향 설정이나 실험 결과의 검증 및 특허와 관련된 기술 추출 등에 많은 도움이 될 것으로 기대된다. 또한, 텍스트에서의 생물학 개체 추출, 생물학적 상호작용관계 추출기술과 관련 상호작용관계 정보의 추론 및 확장기술, 그리고 정리된 데이터를 효율적으로 사용자에게 제시하는 방법 등은 생물학 연구자의 연구 활동에 크게 도움이 되는 중요한 기술이라 생각된다.

목차 Contents

• 일반연구자지원사업 최종(결과)보고서 ... 1
• 목 차 ... 3
• Ⅰ. 연구결과 요약문 ... 4
• Ⅱ. 연구내용 및 결과 ... 5
• 1. 연구과제의 개요 ... 5
• 2. 국내외 기술개발 현황 ... 6
• 3. 연구수행 내용 및 결과 ... 7
• 4. 목표 달성도 및 관련 분야에의 기여도 ... 8
• 5. 연구결과의 활용계획 ... 9
• 6. 연구과정에서 수집한 해외과학기술정보 ... 10
• Ⅲ. 연구성과 ... 12