컨텍스트 벡터를 기반으로 한 그래프 커널을 이용한 약물-약물 상호작용 추출

약물-약물 상호작용(Drug-Drug Interactions, DDIs)의 임상적 인식은 환자 안전 확보와 의료비 통제 측면에서 매우 중요한 과제이다. 따라서 생물의학 문헌에서 텍스트 마이닝 기술을 활용해 DDIs를 자동으로 추출할 필요성이 시급하다. 기존 최고 성능을 기록한 DDIs 추출 시스템들은 텍스트의 다양한 특징을 탐색하고 있으나, 이러한 특징들은 여전히 긴 복잡한 문장을 충분히 표현하지 못하고 있다. 본 논문에서는 생물의학 문헌에서 DDIs를 효과적으로 식별하기 위해 다양한 유형의 문맥을 극대화하는 그래프 커널을 제안한다. 제안한 방법은 문장의 파싱 결과를 그래프로 표현함으로써, 근접한 단어뿐 아니라 장거리 단어 간의 관계도 추출한다. 각 정점의 컨텍스트 벡터는 해당 정점과 인접하거나 비인접한 모든 레이블링된 노드들의 반복적인 벡터 표현을 기반으로 하며, 직접적 및 간접적 하위 구조 정보를 효과적으로 포착한다. 더불어, 컨텍스트 벡터 간의 거리를 고려한 그래프 커널을 활용하여 DDIs를 탐지한다. DDIExtraction 2013 코퍼스를 대상으로 수행한 실험 결과, 본 시스템은 DDIs 탐지 및 분류 성능 모두에서 최고의 F-스코어(각각 81.8 및 68.4)를 달성하였다. 특히 Medline-2013 데이터셋에서는 탐지 및 분류 성능에서 각각 10.7 및 12.2의 F-스코어 상승을 기록하며, 기존 최고 성능 시스템들을 상회하였다.