지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이경순
- 발행연도
- 2016
- 저작권
- 전북대학교 논문은 저작권에 의해 보호받습니다.
이용수3
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
환자의 증상과 관련된 문서를 빠르게 찾을 수 있다면 임상 의사 결정 지원에 큰 도움을 줄 수 있다. 또한 환자의 증상과 관련된 문서들을 클러스터링할 수 있다면 문서를 찾는 데 큰 도움을 줄 수 있다. 본 논문에서 우리는 의학 지식(UMLS, MeSH, 위키피디아)을 이용하여 임상 인과 관계를 구축하고 질병 중심 의학 문서 클러스터링을 하는 방법을 제안한다. UMLS의 의미 형태를 이용하여 임상 카테고리별 의학 용어를 분류하고 이를 이용하여 위키피디아에서 의학 용어를 추출한 뒤 6개의 임상 인과 관계를 구축한다. 또한 인공 신경망을 이용하여 위키피디아에 등장한 의학 용어에 대한 의미 표현 벡터를 구축한다. 이후 임상 인과 관계를 이용하여 초기 의학 문서 클러스터를 생성하고 MeSH와 코사인 유사도를 이용하여 질병 중심 의학 문서 클러스터링을 진행한다. 문서 검색을 위하여 질의에서 증상 용어를 추출하여 병명을 탐지하고 탐지한 병명과 의미 표현 벡터를 이용하여 확장 질의를 선택한다. 또한 탐지한 병명과 질병 중심 의학 문서 클러스터를 이용하여 문서 재순위화를 진행한다. TREC CDS 테스트 컬렉션을 통해 실험한 결과 제안 방법이 LM과 RM보다 높은 성능을 보였다. 이를 통해 임상 인과 관계 구축과 질병 중심의 의학 문서 클러스터링이 정보 검색 향상에 효과적임을 알 수 있었다.
목차
그림 목차 ⅲ표 목차 ⅳABSTRACT ⅴ1. 서론 12. 관련 연구 42.1 임상 인과 관계 추출 42.2 의학 문서 클러스터링 42.3 의학 지식을 이용한 문서 검색 52.4 인공 신경망을 이용한 단어 표현 73. 임상 인과 관계와 질병 중심 의학 문서 클러스터 구축 113.1 UMLS와 위키피디아를 이용한 임상 인과 관계 및 질병 어휘의 단어 표현 벡터 구축 123.2 질병 중심 의학 문서 클러스터 구축 193.3 임상 의미 지식, 단어 표현 벡터, 질병 중심 의학 문서 클러스터를 이용한 문서 검색 264. 실험 결과 및 분석 304.1 비교 실험 304.2 결과 분석 325. 결론 및 향후연구 37참고문헌 39
최근 본 자료
댓글(0)
0