Efficient chemical-disease identification and relationship extraction using Wikipedia toimprove recall

1. Efficient chemical-disease
identification and
relationship extraction
using Wikipedia to improve
recall
総合科学技術研究科 情報学専攻1年
中野裕介
2019/12/10 1

2. 論文概要
タイトル
Efficient chemical-disease identification and
relationship extraction using Wikipedia to
improve recall
著者
Daniel M. Lowe, Noel M. O’Boyle, Roger A.
Sayle
掲載誌
Database, Volume 2016, 2016, baw039
2019/12/10 2

3. 論文概要
テキストマイニングによって、病気の症例に
関する文書から原因化学物質とそれが誘発す
る疾患の関係(CIDs)を特定する研究。
Wikipedia等を利用した辞書ベースの手法
によって、高精度での分析を可能とした。
2019/12/10 3

4. 問題背景
化学物質と病気の関係を特定することには、
医療研究において多数の用途がある。
生医学文献からこれらをテキストマイニン
グで抽出する手法についてはワークショッ
プなどが行われている。
2019/12/10 4

5. 問題背景
BioCreative V CDR
テキストからのCID抽出精度を評価する
ワークショップ。
MEDLINE(医薬文献検索)記事をベースとし
た1500セットのコーパスを提供。
化学物質や病気、その因果関係が事前に設
定されている
2019/12/10 5

6. アプローチ(LeadMine)
コーパスからCIDとMeshIDを抽出する
精度を評価する
※MeshID…医療情報シソーラスの参照用ID
1. LeadMine/品詞解析で化学物質と病気を 抽
出する。
2. パターンマッチングによって化学物質と
病気の文書内での関係を推定
3. 上記で取得した情報をCIDとして出力
4. 精度評価
2019/12/10 6

7. LeadMine
LeadMine
生化学用語のためのテキストマイニング手法
辞書ベースで同音異義語などを解釈し、特定用
語への注釈付けを行う。
2019/12/10 7
学習のために3つのソースを用いる

8. LeadMineのための辞書の作成
化学物質及び病名とMeshIDのペアを作成する。
Wikipediaの病名ページ(MeshID含)のタイトル及
びリダイレクトを全て収集
2019/12/10 8
Meshから直接用語を
収集する。
疾病オントロジーから
同義語を収集

9. 用語抽出精度評価
2019/12/10 9
提案したアプローチを全て組み合わせる
ことで、MeSH IDの取得で最大のF値を取得

10. パターンマッチング
2019/12/10 10
文章に基づくパターンを用意
病気の原因となる～，病気と関係する～，
などの語を関連として取得

11. 評価
2019/12/10 11
MeSH ID取得精度
下2つはパターンマッチング
のオプション
CID取得率において以下の値となった。
他の同じ目的の手法と比較してDNERは
高精度であった(文のみの説明)

12. 感想
Wikipediaを扱ったテキストマイニングの
研究を探した。
リダイレクトの利用については
参考になった。
2019/12/10 12