• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.932-937
• /
• 2007

생의학 분야 문헌의 양이 빠르게 증가함에 따라, 생의학 연구자들이 필요로 하는 정보를 얻기가 어렵게 되었다. 이를 해결하기 위해, 인간-컴퓨터 상호작용 분야에서는 생의학 문헌 검색 시스템, 또는 생의학 문헌의 정보 추출 시스템 등에 대한 연구가 진행되고 있다. 본 논문에서는 생의학 문헌으로부터 정보를 자동으로 추출하기 위한 관계정보 추출 시스템에 대해 소개한다. 소개하는 시스템은 크게 요약 수집 모듈, 관계 추출 모듈, 관계 가시화 모듈로 구성되어 있다. 우선, 요약 수집 모듈에서는 특정 주제의 문헌들을 검색 및 수집한다. 그리고, 관계 추출 모듈에서는 수집된 문헌들에 대해서, 단백질/유전자 등의 생물학 개체를 인식하고, 구문분석을 통하여 인식된 개체들 사이의 관계를 추출한다. 마지막으로, 관계 가시화 모듈에서는 추출된 관계를 통합하여 네트워크 형태로 가시화한다. 이 시스템은 생물학 실험 이전의 문헌 기반 타당성 검사, 단백질-단백질 상호작용 또는 특정 질병과 유전자의 조절관계 분석, 또는 대용량 문헌 처리를 통한 패스웨이 데이터베이스 구축 등에 활용될 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.173-180
• /
• 2004

생의학 도메인에서 약어 중의성 해결이란 생의학 문서에 나타난 약어의 원래 형태(long form)를 판별하는 작업이다. 본 논문은 생의학 도메인에서 약어 중의성 해결에 적합한 자질들을 실험적으로 탐색하는데 목적이 있다. 이를 위해서 약어 중의성 해결에 사용할 문맥을 전역 문맥(topical context)과 지역 문맥(local context)으로 구분하고, 각각의 문맥에서 스테밍(stemming), 불용어 제거, 품사 부착 등의 과정을 통해서 다양한 자질들을 고려하도록 한다. 생의학 도메인에서 약어 중의성 해결을 위한 실험 자료의 부족을 해결하기 위해서, 학습 자료와 평가 자료를 자동으로 구축했으며, 평가를 위한 약어로는 기존 연구에서 사용된 두 가지 약어 목록을 사용했다. 또한 단순 베이지언 모델(Naive Bayesian Model)을 이용해서 각 자질들의 유용성을 평가하였다 실험 결과, 전역 문맥이 지역 문맥보다 더 좋은 성능을 보였으며, 전역 문맥에서는 불용어만을 제거한 경우가 각각의 평가 자료에서 94.2%와 96.2%로 가장 좋은 결과를 보였으며, 전역 문맥과 지역 문맥을 함께 사용하는 경우에 각각의 평가 자료에서 1.8%와 0.3%의 성능 향상이 있었다.

• Journal of Internet Computing and Services
• /
• v.24 no.4
• /
• pp.77-84
• /
• 2023

Given the growing volume of biomedical papers, the ability to efficiently extract keywords has become crucial for accessing and responding to important information in the literature. In this study, we conduct a comprehensive evaluation of different unsupervised learning-based models and BERT-based models for keyword extraction in the biomedical field. Our experimental findings reveal that the BioBERT model, trained on biomedical-specific data, achieves the highest performance. This study offers precise and dependable insights to guide forthcoming research in biomedical keyword extraction. By establishing a well-suited experimental framework and conducting thorough comparisons and analyses of diverse models, we have furnished essential information. Furthermore, we anticipate extending our contributions to other domains by providing comparative experiments and practical guidelines for effective keyword extraction.

• Communications of the Korean Institute of Information Scientists and Engineers
• /
• v.33 no.4
• /
• pp.30-38
• /
• 2015

• The Journal of the Korea institute of electronic communication sciences
• /
• v.19 no.4
• /
• pp.701-708
• /
• 2024

The advent of transformer architectures in deep learning has been a major breakthrough in natural language processing research. Object name recognition is a branch of natural language processing and is an important research area for tasks such as information retrieval. It is also important in the biomedical field, but the lack of Korean biomedical corpora for training has limited the development of Korean clinical research using AI. In this study, we built a new biomedical corpus for Korean biomedical entity name recognition and selected language models pre-trained on a large Korean corpus for transfer learning. We compared the name recognition performance of the selected language models by F1-score and the recognition rate by tag, and analyzed the errors. In terms of recognition performance, KlueRoBERTa showed relatively good performance. The error analysis of the tagging process shows that the recognition performance of Disease is excellent, but Body and Treatment are relatively low. This is due to over-segmentation and under-segmentation that fails to properly categorize entity names based on context, and it will be necessary to build a more precise morphological analyzer and a rich lexicon to compensate for the incorrect tagging.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.265-267
• /
• 2011

저온 대기압 플라즈마는 21세기에 들어 생의학 분야에 이용될 수 있는 새로운 도구로서 많은 관심을 받고 있다. 대기압 플라즈마는 고가의 진공 장비를 필요로 하지 않고 저전력 구동이 가능하기 때문에 저비용 구동이 가능하고 방전 장치와 전력공급 장치의 소형화에 매우 유리하다. 특히 저온 대기압 플라즈마는 고온의 전자와 저온의 이온 입자가 공존하는 열적 불평형(thermal non-equilibrium) 상태에 있기 때문에 플라즈마의 저온 특성은 유지하면서도 (${\sim}30^{\circ}C$) 물리/화학적 반응성은 매우 높아 그 응용 분야가 매우 넓다. 플라즈마의 다양한 생의학 분야 응용 가운데 세포의 사멸 유발 또는 생장 촉진, 살균/멸균, 지혈, 상처 치유 등에 저온 대기압 플라즈마가 매우 뛰어난 효능을 보인다는 것이 국내외의 다양한 연구를 통해 밝혀지고 있다 [1]. 20 kHz 정현파로 구동되는 플라즈마 장치를 이용한 암 세포 제거 실험에서 플라즈마 처리 효과를 증대시키기 위해 항체-금나노입자 중합체를 암 세포에 주입시켰다 (그림 1(a)). 그 결과 세포의 사멸율은 74%로서 플라즈마 또는 플라즈마-금나노입자만을 처리한 경우에 비하여 사멸율이 매우 높게 나타났다 (그림 1(b)). 이를 통해 암세포 선택성을 가진 항체-금나노입자 중합체와 플라즈마 처리 기술을 융합한 암 세포의 선택적 사멸 유발 기술의 개발 가능성이 열렸다. 또한 플라즈마 처리를 통해 일어나는 세포의 자멸사 기작이 Cytochrome C의 방출 이후 이어지는 Caspase-3의 활성화 경로와 관계가 있음이 밝혀졌다 (그림 1(c)). 치아 미백은 최근 부상하고 있는 저온 대기압 플라즈마의 새로운 응용 분야이다 [5-6]. 대기압에서 동작하는 헬륨 플라즈마 제트를 미백제(과산화수소)와 함께 발치된 치아에 적용하였을 때 (그림 2(a)) 미백제만을 사용하였을 경우에 비해 치아의 색상 변화가 2배 이상 크게 나타나는 것을 확인하였다 (그림 2(b)). 이처럼 최근 그 범위가 크게 넓어지고 있는 저온 대기압 플라즈마의 생의학 응용 기술의 최적화를 위해서는, 다양한 생의학 응용 분야에 따라 요구되는 플라즈마의 특성 및 응용별 기저 기 작에 대한 이해와 연구가 필요하다.

• Journal of dental hygiene science
• /
• v.6 no.1
• /
• pp.41-45
• /
• 2006

The objective of this research was to analyze and evaluate pre-dental hygiene curriculum of dental hygiene education program in USA and Canada. Sixty one programs were searched through their website. The curriculum include content in the four areas: general education, biomedical science, dental science, dental hygiene science. Pre-dental hygiene curriculum include content in general education and biomedical science. General education content include oral and written communications, psychology, and sociology. Biomedical science content include anatomy, physiology, chemisrty, biochemistry,immunology,general pathology, nutrition, and pharmacology. Pre-dental hygiene curriculum content provide the foundational knowledge and skill such as competencies to communicate effectively, to participate community health program, and to make decisions regarding dental hygiene service.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.394-395
• /
• 2016

워드 임베딩(word embedding)은 정보검색이나 기계학습에서 단어를 표현하기 위하여 사용되던 기존의 one-hot 벡터 방식의 희소공간 및 단어들 간의 관계정보를 유지할 수 없는 문제를 해결하기 위한 방법이다. 워드 임베딩의 한 방법으로 word2vec은 최근 빠른 학습시간과 높은 효과를 얻을 수 있는 모델로 주목을 받고 있다. word2vec은 수행 시 주어지는 옵션인 벡터차원과 문맥크기에 의해 그 결과 품질이 상이하다. Mikolov는 구글 뉴스 문헌 집합에 대하여 word2vec을 실험하고, 적합한 옵션을 제시하였다. 본 논문에서는 구글 뉴스 문헌 같은 일반 문서가 아닌 생의학 분야에 특화된 문헌에 대하여 word2vec에 대한 다양한 옵션을 실험하고, 생의학 문헌에 적합한 최적의 조건을 분석한다.

• Journal of the Korean Society for information Management
• /
• v.36 no.1
• /
• pp.191-213
• /
• 2019

The process of obtaining scientific knowledge is conducted through research. Researchers deal with the uncertainty of science and establish certainty of scientific knowledge. In other words, in order to obtain scientific knowledge, uncertainty is an essential step that must be performed. The existing studies were predominantly performed through a hedging study of linguistic approaches and constructed corpus with uncertainty word manually in computational linguistics. They have only been able to identify characteristics of uncertainty in a particular research field based on the simple frequency. Therefore, in this study, we examine pattern of scientific knowledge based on uncertainty word according to the passage of time in biomedical literature where biomedical claims in sentences play an important role. For this purpose, biomedical propositions are analyzed based on semantic predications provided by UMLS and DMR topic modeling which is useful method to identify patterns in disciplines is applied to understand the trend of entity based topic with uncertainty. As time goes by, the development of research has been confirmed that uncertainty in scientific knowledge is moving toward a decreasing pattern.

• Journal of the Korean Society for Library and Information Science
• /
• v.51 no.4
• /
• pp.77-97
• /
• 2017

A recent sharp increase of the biomedical literature causes researchers to struggle to grasp the current research trends and conduct creative studies based on the previous results. In order to alleviate their difficulties in keeping up with the latest scholarly trends, numerous attempts have been made to develop specialized analytic services that can provide direct, intuitive and formalized scholarly information by using various text mining technologies such as information extraction and event detection. This paper introduces and evaluates total 8 Convolutional Neural Network (CNN) models for extracting biomedical events from academic abstracts by applying various feature utilization approaches. Also, this paper conducts performance comparison evaluation for the proposed models. As a result of the comparison, we confirmed that the Entity-Type-Fully-Connected model, one of the introduced models in the paper, showed the most promising performance (72.09% in F-score) in the event classification task while it achieved a relatively low but comparable result (21.81%) in the entire event extraction process due to the imbalance problem of the training collections and event identify model's low performance.