| 研究課題/領域番号 |
17K12741
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知能情報学
|
|---|
| 研究機関 | 豊田工業大学 |
|---|
研究代表者 |
三輪 誠 豊田工業大学, 工学(系)研究科(研究院), 准教授 (00529646)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
|
|---|
| キーワード | 薬物間相互作用 / DrugBank / 関係抽出 / 深層学習 / 表現学習 / BERT / 畳み込みニューラルネットワーク / グラフニューラルネットワーク / グラフ / データベース / 言語処理 |
|---|
| 研究成果の概要 |
日々増え続ける膨大な医学薬学文献から重要な情報を見逃さずに見つけるために，文献に記載された薬物の研究開発・利用に重要な薬物に関する関係情報を自動的に抽出する手法が求められている．本研究ではすでに発見され整理されているデータベースの情報を有効に利用することで，従来，文書のみに着目していた抽出手法に対する精度の向上を図った．データベース中の化学式の情報やタグ付けされていない膨大な文献を利用する深層学習手法を開発し，従来精度70%程度であったシステムに対し，10%ポイントを超える精度の向上を達成した．
|
| 研究成果の学術的意義や社会的意義 |
従来の日本語や英語などの自然言語を対象とした情報抽出の研究では，言語情報のみを利用したものがほとんどであり，データベース情報などは「データベースにあるかどうか」などの特徴として補助的に使われる程度であった．本研究成果は，データベース上に含まれる化学式などの単純には言語と結びつかないような情報を，深層学習を用いて自然言語からの情報抽出に利用可能にし，さらにその情報を使うことで従来手法の精度を向上できたことに意義がある．
|
