新たな医療知識の獲得に向けた医学系論文の文脈構造の解析と情報抽出への応用

点击翻译按钮获取中文摘要

本研究課題では、医学生物学論文の談話構造の解析とそこからの知識獲得を行うために、（1）談話構造スキームの設計とコーパスの構築、（2）談話構造解析法の開発、（3）談話構造の情報抽出への応用に取り組む。2022年度では、これらのうち（1）および（3）に主に取り組んだ。具体的には、医学生物学論文の談話構造のスキーム設計とコーパス構築を前年度に引き続いて行い、GENIAコーパスに収録されている1,999件の医学生物学論文アブストラクトに対して人手で談話依存構造をアノテーションし、またアノテーションの質の向上もはかった。さらに、これらのアノテーションデータ上での機械学習手法のベンチマーク実験を行い、従来手法の精度と従来手法では解けない事例について分析を行った。現在はその成果を英語論文としてまとめ、国際論文誌に投稿するために準備中である。また、情報抽出における基幹タスクの一つである文書レベル関係抽出における共参照構造の重要性と役割、共参照構造の活用方法を調査するために、CDRコーパスに収録される医学生物学論文アブストラクト1,500件に対して人手で共参照・照応構造をアノテーションした。その結果、文境界を越えるエンティティ間の関係性を同定するためには、共参照による間接的な接続を考慮することが重要であることを示した。この成果についても、それを英語論文としてまとめ、査読あり国際会議に投稿するために準備中である。