• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.407-411
• /
• 2022

최근 COVID-19로 인해 대중의 의학 분야 관심이 증가하고 있다. 대부분의 의학문서는 전문용어인 의학용어로 구성되어 있어 대중이 이를 보고 이해하기에 어려움이 있다. 의학용어를 쉬운 뜻으로 풀이하는 모델을 이용한다면 대중이 의학 문서를 쉽게 이해할 수 있을 것이다. 이런 문제를 완화하기 위해서 본 논문에서는 Transformer 기반 번역 모델을 이용한 의학용어 탐지 및 해석 모델을 제안한다. 번역 모델에 적용하기 위해 병렬말뭉치가 필요하다. 본 논문에서는 다음과 같은 방법으로 병렬말뭉치를 구축한다: 1) 의학용어 사전을 구축한다. 2) 의학 드라마의 자막으로부터 의학용어를 찾아서 그 뜻풀이로 대체한다. 3) 원자막과 뜻풀이가 포함된 자막을 나란히 배열한다. 구축된 병렬말뭉치를 이용해서 Transformer 번역모델에 적용하여 전문용어를 찾아서 해석하는 모델을 구축한다. 각 문장은 음절 단위로 나뉘어 사전학습 된 KoCharELECTRA를 이용해서 임베딩한다. 제안된 모델은 약 69.3%의 어절단위 BLEU 점수를 보였다. 제안된 의학용어 해석기를 통해 대중이 의학문서를 좀 더 쉽게 접근할 수 있을 것이다.

• Journal of the Korean Society of Radiology
• /
• v.82 no.1
• /
• pp.66-81
• /
• 2021

The author was a member of the Medical Terminology Committee of the Korean Society of Radiology and the Korean Medical Association Working Committee on Medical Terms for the publication of the sixth edition of the Korean Medical Association. The author participated in the revision of the sixth-edition medical terminology from July 2015 to January 2020. Based on that experience, this special article was written to share the changes in the Korean medical terminology and the name of the department of radiology.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2000.08a
• /
• pp.67-70
• /
• 2000

본 연구에서는 국내 의학학술논문의 저자가 선정한 주제용어(저자용어)와 MEDLINE 레코드의 MeSH 용어를 비교하여 국내 의학 학술논문 저자들이 얼마나 정확히 MeSH 용어를 사용하는지 일치도를 측정하였고, 사용방법상 어떠한 특징을 보이는지, 일치하지 않는 이유가 무엇인지 분석하였다. 1989년부터 1998년까지 Korean Journal of Parasitology에 발표된 415편의 논문에 사용된 1,826개의 저자용어 가운데 MEDLINE 레코드의 MeSH 용어와 일치한다고 볼 수 있는 용어는 35.5% (649개)로 한 논문에 평균 1.6개의 용어가 일치하였다. 이 가운데 완전히 일치하는 용어는 10.1%밖에 되지 않았다. 이와 같이 국내 의학학술논문 저자들은 MeSH 용어를 정확히 사용하기 위해 필수적인 체크태그 (Check tag), 계층구조 (Tree Structure), 부표목 사용 등 MeSH 용어 사용방법에 대한 지식이 부족한 것으로 나타났다.

• The Science & Technology
• /
• v.26 no.9 s.292
• /
• pp.93-95
• /
• 1993

남한과 북한은 같은 언어를 사용하지만 거의 반세기 동안 교류가 없었고 정치사회적 환경 등이 달랐던 탓에 언어에서도 차이가 생기기 시작했다. 근래까지 남북한에서 쓰던 학술용어는 대부분 외래어나 일본식 한자말이었다. 그러나 최근 북한에서는 국가적으로 말다듬기운동을 일으켜 대부분 학술용어를 쉬운 우리말로 다듬었다. 남한에서는 대부분 의학용어가 아직도 일본식 한자말로 되어 있다. 최근 대한해부학회에서는 일본식 한자용어에 익숙한 사람들의 저항을 줄이면서 우리말다운 의학용어를 만든다는 데 바탕을 두고 1990년대에 새롭게 다듬은 해부학용어집을 펴냈다. 이들 용어를 비교하며 남북한 의학용어의 공통점과 차이점을 생각해보기로 한다. (일러두기:보기에 있는 용어의 순서는 (옛)-(남)-(북)이며, '옛'은 일본식 한자용어, '남'은 다듬은 해부학용어, '북'은 다듬은 북한용어를 가리킨다. []속의 용어는 앞의 용어와 함께 쓸 수 있도록 허용한 것이고, 용어 가운데 있는()속의 용어는 생략해서 쓸 수 있는 것이다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.18 no.11
• /
• pp.2691-2696
• /
• 2014

SNOMED CT is a standard clinical terminology to provide a standardized way to record and manage clinical records for EMR or EHR. The structure of SNOMED CT is very complex because of huge expressive power and its internal design mechanism. Although there are some SNOMED CT browsers for browsing and searching SNOMED CT concepts, they are less effective because they do not consider such complexity of SNOMED CT. This paper depicts problems of current SNOMED CT browsers and analyze SNOMED CT dataset. Then, this paper analyze requirements of SNOMED CT browser which improves searching and selecting of appropriate clinical terms.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.19 no.3
• /
• pp.537-542
• /
• 2015

SNOMED CT, which is a standard clinical terminology, imposes an ambiguity problem of terminology selections caused by its huge expressive power and structural complexity. It is very difficult to distinguish similar terms and to select an appropriate term among them within short consultation hours. This paper analyzes the ambiguity problem and proposes a novel scheme for comparative search of similar terms. The proposed scheme provides a differential view of similar terms by defining a "is-not-a" relationship based on the hierarchical structure of the concepts. The result of this work improves the utilization of SNOMED CT such that medical officers can efficiently select an appropriate term among similar terms which represents patient's status adequately.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.922-924
• /
• 2004

지식 정보의 확산에 따라 기존 전문분야 용어집에 수록되지 않은 용어의 수가 폭발적으로 증가하고 있다 이에 따라 용어집을 자동으로 구축하는 작업이 필요하게 되었다. 본 논문에서는 의학분야 코퍼스에서 주어진 전문용어에 대한 정의문을 자동으로 추출하는 방법을 제안한다. 우선, 정의문의 구문적 패턴과 용어의 어휘구성 패턴을 이용하여 용어의 상위개념을 추정한다. 상위개념별로 구축된 특성 어휘 목록을 이용하여 구문적 패턴으로 뽑힌 문장에 등장하는 어휘의 적합성 여부를 판단하여 정의문을 추출한다. 실험 결과 코퍼스에 정의 정보가 있는 48개의 용어에 대하여 71.43%의 정확률을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.56-59
• /
• 2011

최근 방대해진 의료 정보 관리와 통합을 위해 다양한 전자기록 시스템이 개발되어왔다. 이 중에 EMR(Electronic Medical Record)은 병원 내의 의료 정보를 전산으로 처리하는 것이다. 이때 많은 의학 용어가 사용되는데 이것을 체계적으로 지원하기 위해 SNOMED(Systematized Nomenclature of Medicine)와 같은 용어 체계가 필요하다. 본 논문에서는 이러한 용어 체계를 위해 의학 용어를 자동으로 구축하는 시스템을 제안하고자 한다. 제안한 시스템은 웹 마이닝을 통해 자동으로 웹에서 데이터를 수집하고 분류해서 의학 용어 데이터를 구축하게 된다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.87-91
• /
• 2009

전문용어의 수가 급증하면서 전문용어를 자동으로 인식하는 연구가 활발히 진행되고 있다. 전문용어를 인식하기 위해서 전문용어의 범위를 정한 뒤 그 전문용어의 분야를 선택해야 한다. 본 논문에서는 생물/의학 사전정보와 CRF(Conditional Random Fields) 기계학습 기법을 사용하여 연구를 진행한다. 기계학습을 위한 자질로 품사, 접사, 대소문자, 숫자, 특수문자, 단서어휘 등을 사용한다. 특히 단서어휘와 사전정보를 중요한 요소로 생각하여, 3가지 방법으로 나누어 실험한다. 총 분야의 개수는 7개이며, 각 분야별로 정확률, 재현율, F-measure를 측정한다. 경계인식은 83.92%의 정확률, 96.42%의 재현율, 89.73의 F-measure가 결과로 나타났고, 분야분류는 79.29%의 정확률, 91.06%의 재현율, 84.77%의 F-measure가 결과로 나타났다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.2
• /
• pp.126-132
• /
• 2013

This study proposed a method to classify internet websites based on occurrence frequency of medical terms in the webpages and website structure composed with webpages and hyperlinks. The classification was done by using the suitability measure defined by three factors: (1)occurrence frequency of medical terms in the whole terms involved in a webpage, (2)occurrence frequency of medical terms in de-duplicated terms involved in the webpage, and (3)the number of hyperlinks to reach to a specific webpage from homepage. We conducted an experiment to verify the proposed method with the 80 websites registered in directories related to medical field and 127 websites in nonmedical field directories, and the experiment result showed 82.5 % of accuracy of the classification.