Kaba küme teorisinin literatür tabanlı bilgi keşfine uygulanması

Abstract

Bilim, merak edileni açığa kavuşturmak için yapılan disiplinli akademik çalışmalar bütünü olarak düşünülebilir. Akademik çalışmaların sonuçları, diğer araştırmacılar ile paylaşımı sağlamak amacıyla bilimsel bir uslup ile yayınlanırlar ve bu yayınlar akademik çalışmaların en önemli çıktısı olarak kabul edilir. Bu yayınların diğer bilim insanları tarafından incelenmesi ve kişilerdeki mevcut bilgi birikimleri ile harmanlanması sonucu yeni araştırma fikirleri ortaya çıkabilmektedir. İnsan beyninde yeni araştırma fikirlerinin nasıl oluştuğunu simule ederek, akademik yayınları bilişim sistemleri ile inceleyen çalışmalar Literatür Tabanlı Bilgi Keşfi olarak adlandırılmıştır.Literatür Tabanlı Bilgi Keşfinde, bir yayında geçen terimlerin karşılıklı ilişkilendirilmesi ile bilgi parçaları oluşturulmaktadır. Bu bilgi parçalarının zincirleme şekilde kurulması ile yeni fikirlere ulaşılmaya çalışılmaktadır. ABC olarak isimlendirilen bu modelde, odaklanılan araştırma konusu üzerinden yola çıkılarak, ?o konuyla doğrudan ilişkili olmayan? ancak ?ortak terimler üzerinden dolaylı ilişkisi bulunan? terimler, yeni ve özgün fikirler olarak kullanıcıya sunulmaktadır. Bugüne kadar yapılan bir çok çalışma tıp alanındaki yayınlara odaklanmıştır. Tez çalışmasında da tıp alanında yayınlanmış makaleler, ana bilgi kaynağı olarak kullanılmıştır.Literatür Tabanlı Bilgi Keşfi çalışmalarında bazı ortak problemler bulunmaktadır. Bu problemlerin başında, sonuç kümesinin aşırı gürültülü olması gelmektedir. Tıp alanında çok sayıda bilimsel terim bulunmaktadır ve bu terimlerin bir kısmı birbirine çok yakın anlamlar taşımaktadır. ABC modelinin terimler üzerinden kurulması sebebiyle birbirine çok benzer çıkarımlar `kombinasyonel? olarak oluşmakta ve sonuç kümesi kontrolsüz olarak büyümektedir. Tez çalışmasında terimler yerine, birden çok terimi temsil eden `kavramların? kullanımı sağlanmıştır. Ne çok genel, ne de çok özel olan terimler, kavram olarak işaretlenmiş ve tüm analiz kavramlar kullanılarak gerçekleştirilmiştir. Bugüne kadar yapılan bütün çalışmalarda, ABC modeli Literatür Tabanlı Bilgi Keşfi araçlarının çekirdek işlevi olarak görülmüştür. Yapılan çalışma ile A ve C terimi arası ilişki bir B terimi olmaksızın, doğrudan yayın kümeleri üzerinden kurulmuştur. Bu amaçla önce PubMed veri tabanında bulunan 16 milyon yayın kümelenmiş ve toplam 50.000 küme oluşturulmuştur. Ortalama küme büyüklüğü 320 yayın olarak gerçekleşmiştir. Bu yeni yaklaşımla, rasgele seçilen 80 terim için ortalama anımsama değeri 0.52, ortalama duyarlık değeri ise 0.16 olarak ölçülmüştür. Benzer çalışmalara göre hem anımsama hem de duyarlık değerinde iki kata varan bir iyileşme elde edilmiştir. Literatür Tabanlı Bilgi Keşfine yönelik temel mantık korunurken, işletim mantığının tamamen geliştirilmesi ve farkedilir bir başarının elde edilmesi, diğer araştırmacıların da farklı boyutları ile konuyu yeniden düşünmesini sağlayacaktır.Literatür Tabanlı Bilgi Keşfi, bilimsel yayınlarda varlığını gösteren tüm insanlığa ait bilgi birikimini, harmanlayarak daha yeni keşiflere yol açmanın hayalini gütmektedir. Yapılan çalışmalar ve elde edilen ilerlemeler, bu alanda harcanan emeğin zaman içerisinde karşılığını vereceğini göstermektedir.Anahtar Kelimeler: Literatür Tabanlı Bilgi Keşfi Biyomedikal Bilişim Sistemleri Bilgi Arama ve Erişimi Metin Madenciliği Belirsiz Nedenleme Bilgi Modeli ve Çıkarım Motoru, UMLS, PubMed, Ontoloji

Science is a collection of academic studies to clarify the beening wondered. The results of academic studies are released a scientific writing style in order to share with other researchers and these publications are considered to be the most important output of the academic studies. Examination of these publications by other scientists with their present knowledge, new research ideas may occur. The acedemic studies which are examining the publication with information systems by simulating how the new research ideas ocur in the human brain are referred to as Literature Discovery Based.In the Literature Based Discovery studies, pieces of information are created by associating terms according to their common publications. By applying chain rule to these information pieces, establishing new ideas is aimed. The ABC model focuses on the user interested subject and finds terms ?which are not directly related to the subject? but also ?indirectly related through some common terms?. These disjoint but indirectly-related terms are presented as new and novel ideas. Many studies conducted to date has focused on publications in the field of medicine. Similar manner, in the thesis, published articles in the field of medicine has been used as the main source of information.There are some commont problems of Literature Based Discovery Studies. The high noise level at the result set is the biggest problem. There are a great number of terms is medical terminology and lots of these terms has also a synonymous or similar term. Because the chain rule of ABC model, similar terms are combinationally amplifies the result set in the muddy way. In the thesis, concept are used which are representing more than one terms, to reduce the noise data. Both no being very general terms, and also not being very special terms are marked as the concepts and all analyzes were carried out using these concepts.In all studies conducted to date, the ABC model has been seen as the core function of the Literature-Based Knowledge Discovery. In the thesis, the relationship between A and C has been established by using clusters of academic publishing. The linking mission of B term are replaced by the paper clusters. For this purpose 16 million articles in PubMed database are clustered ve totaly 50.000 differens cluster are established. Average cluster size is 320 publications.This nwe approach was test with randomly selected 80 terms. The average precision is calculated of 0.16 and avarage recall is calculated of 0.52. According to both precision and recall, two times improvement is achieved compared with similar studies. Obtaining a noticeable success by improving the core function of Literature Based discovery, will lead the other reseachers to creative ideas. Literature Based Discovery dream to open the way to new discoveries by collating the knowledge of all humanity in scientific publications. Studies and the progress achieved in this field indicate that success of everyone senses will be achieved.Key Words: Literature Based Discovery, Biomedical Information Systems, Information Retrieval, Text Mining, Fuzzy Reasoning, Information Model and Information Retrieval, UMLS, PubMed, Ontology