한자 유사도 및 기계 번역 유사도 기반 한의 유사 증상 표현 추천 (Ranking of Similar Symptom Expressions in Korean Medicine Based on Chinese Character Similarity and Machine Translation Similarity)

서지정보

· 발행기관 : 한국지식정보기술학회
· 수록지 정보 : 한국지식정보기술학회 논문지 / 16권 / 4호 / 693 ~ 702페이지
· 저자명 : 장호, 예상준, 이상훈, 김상균

초록

최근의 정보통신 기술은 비약적인 발전을 거듭하고 있고, 한의학을 포함한 의료분야에 적용되어 의료 기술의 발전을 위한 다양한 연구들이 시도되고 있다. 한의 온톨로지는 한의 교과서에 기술된 증상과 처방을 정리한 온톨로지 데이터베이스이다. 한의 온톨로지는 다양한 증상, 질병 및 처방에 대한 정보를 포괄하지만 많은 부분이 정규화 되지 않은 형태로 표현되어 있다. 예를 들어, ‘인후통’에 대한 유사한 표현으로는 ‘인동', '인삽통', '인후동통', '인통’등이 있다. "한의 온톨로지 정보의 검색을 용이하게 하기 위해서, 우리는 서로 다른 두 접근 방법에 기반해서 온톨로지의 유사 증상 표현을 추천 하는 방법을 개발 하였다. 한자 유사도 방법에서는, 증상 표현을 이루는 개별 한자어를 특징(Feature)으로 구성한 TF-IDF 벡터의 코사인 유사도를 활용해서 높은 유사도를 가지는 표현을 우선적으로 추천하는 방법을 사용했다. 기계 번역 유사도 기반 방법에서는, 증상 표현을 영문으로 기계 번역한 결과의 영단어 토큰을 특징으로 구성한 TF-IDF 벡터의 코사인 유사도가 높은 것을 우선적으로 추천하는 방법을 사용했다. 기존에 전문가들에 의해서 일부 구축된 동의어 관계의 증상 표현들을 성능측정을 위한 데이터로 사용했을 때, 한자 기반 랭킹방법의 Area under cover(AUC)값은 0.9245이고 중문-영문 기계 번역 기반 랭킹 방법에 대한 AUC값은 0.5193이었다. 두 랭킹 방식을 혼합한 방법의 AUC값은 0.9354로 더 향상된 성능을 보였다. 본 연구에서 제안한 방법을 통해서 시스템에서 증상탐색의 효율성을 향상시킬 수 있음을 확인 했다.

영어초록

Korean medicine ontology is a database containing information of symptoms and prescriptions from various Korean medicine literatures. Although the database covers diverse types of diseases and treatments, it is not easy to search for the information that user wants because there are many different expressions representing similar or same meanings. To facilitate the information retrieval, we studied the ranking methods for suggesting similar symptom expressions based on two different approaches. In the ranking approach based on character similarity, TF-IDF vectors representing occurrences of specific characters were used. Similar symptom expressions with the query symptom expression were suggested in order of high cosine similarities between two vectors. In the ranking approach based on machine translation similarity, all symptom expressions were machine-translated to English expressions. TF-IDF vectors representing occurrences of specific English word tokens were used for calculating similarity. The symptom expressions with high cosine similarities were suggested as having high relevance with the query. We have evaluated usefulness of the ranking method by comparing the lists sorted by each ranking approach and the list of similar symptom expressions manually created by Korean medicine doctors. The Area under cover (AUC) of the performance shows 0.9245 for the approach based on character similarity and 0.5193 for the approach based on machine translation similarity respectively. The AUC value of the combination of two ranking approaches are 0.9354 suggesting the combination of different approaches can improve the performance.

참고자료

· 없음