메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
장호 (한국한의학연구원) 예상준 (한국한의학연구원) 이상훈 (한국한의학연구원) 김상균 (한국한의학연구원)
저널정보
한국지식정보기술학회 한국지식정보기술학회 논문지 한국지식정보기술학회 논문지 제16권 제4호
발행연도
2021.8
수록면
693 - 702 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
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.

목차

등록된 정보가 없습니다.

참고문헌 (9)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0