WO2023228902A1 - 評価支援装置、評価方法及びプログラム - Google Patents

評価支援装置、評価方法及びプログラム Download PDF

Info

Publication number
WO2023228902A1
WO2023228902A1 PCT/JP2023/018957 JP2023018957W WO2023228902A1 WO 2023228902 A1 WO2023228902 A1 WO 2023228902A1 JP 2023018957 W JP2023018957 W JP 2023018957W WO 2023228902 A1 WO2023228902 A1 WO 2023228902A1
Authority
WO
WIPO (PCT)
Prior art keywords
support device
evaluation support
documents
information
toxicity
Prior art date
Application number
PCT/JP2023/018957
Other languages
English (en)
French (fr)
Inventor
由美 宮本
愛織 清水
崇寛 三浦
公威 浅谷
一郎 坂田
Original Assignee
ダイキン工業株式会社
国立大学法人 東京大学
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ダイキン工業株式会社, 国立大学法人 東京大学 filed Critical ダイキン工業株式会社
Publication of WO2023228902A1 publication Critical patent/WO2023228902A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Definitions

  • the present disclosure relates to an evaluation support device, an evaluation method, and a program.
  • Patent Document 1 discloses an invention in which the structure of a chemical substance is vectorized and a toxicity prediction score is calculated using a trained classifier.
  • the present disclosure makes it possible to evaluate or predict classification trends related to the toxicity of chemical substances.
  • An evaluation support device is an evaluation support device having a control unit, and the control unit is configured to determine trends in classification related to the toxicity of chemical substances based on the relevance of a plurality of documents. Output information for evaluating or predicting.
  • a second aspect of the present disclosure is the evaluation support device according to the first aspect, in which the control unit performs statistical processing on information classifying the plurality of documents according to properties of chemical substances. Outputs information for evaluating or predicting classification trends related to the toxicity of substances.
  • a third aspect of the present disclosure is an evaluation support device according to the second aspect, in which the control unit classifies the plurality of documents based on whether or not the properties of the chemical substance are described.
  • a fourth aspect of the present disclosure is the evaluation support device according to the third aspect, in which the control unit classifies information on the plurality of documents based on characteristic information of chemical substances described in the documents. Perform statistical processing.
  • a fifth aspect of the present disclosure is the evaluation support device according to the fourth aspect, wherein the control unit evaluates or predicts a tendency of classification related to the toxicity of the chemical substance from the outputted information. .
  • a sixth aspect of the present disclosure is the evaluation support device according to the fifth aspect, in which the control unit determines, from characteristic information of the chemical substances described in the document, the characteristics of chemical substances having similar characteristic information. Evaluate or predict trends.
  • a seventh aspect of the present disclosure is an evaluation support device according to the second to sixth aspects, in which the properties of the chemical substance include toxicity, bioaccumulation, persistence, and regional distribution of the chemical substance. contain at least one of the following: flammability, flammability, and greenhouse effect.
  • An eighth aspect of the present disclosure is the evaluation support device according to the second to sixth aspects, wherein the property of the chemical substance is information that lowers the applicability of the chemical substance to a classification related to toxicity. is included.
  • a ninth aspect of the present disclosure is the evaluation support device according to the eighth aspect, in which the information lowering the relevance includes at least one of a processing method and a decomposition method of the chemical substance.
  • a tenth aspect of the present disclosure is the evaluation support device according to the second aspect, in which the control unit selects the plurality of documents based on a distributed representation in which the documents that are highly related to each other are arranged in the vicinity. to classify.
  • An eleventh aspect of the present disclosure is the evaluation support device according to the tenth aspect, wherein the control unit determines whether properties of the chemical substance are described in some of the documents among the plurality of documents. Document information indicating whether or not the chemical substance is present is added, and the document in which the properties of the chemical substance are described is classified based on the document information.
  • a twelfth aspect of the present disclosure is the evaluation support device according to the second to eleventh aspects, wherein the control unit selects the plurality of documents based on citation relationships between the plurality of documents. Classify.
  • a thirteenth aspect of the present disclosure is an evaluation support device according to the twelfth aspect, wherein the document is an academic paper.
  • a fourteenth aspect of the present disclosure is the evaluation support device according to the second to thirteenth aspects, wherein the control unit controls the evaluation of the plurality of documents based on a natural language processing result of the written content of the document. to classify.
  • the evaluation method includes the step of evaluating or predicting the tendency of classification related to the toxicity of chemical substances based on the relevance of a plurality of documents.
  • a program provides a control unit of an evaluation support device with information for evaluating or predicting trends in classification related to the toxicity of chemical substances based on the relevance of a plurality of documents. Execute the steps to output.
  • FIG. 1 is a block diagram showing an example of the system configuration of an evaluation support device.
  • FIG. 2 is a block diagram showing an example of the hardware configuration of the evaluation support device.
  • FIG. 3 is a block diagram showing an example of the functional configuration of the evaluation support device.
  • FIG. 4 is a flowchart showing the processing procedure of the evaluation support device.
  • FIG. 5 is a conceptual diagram showing an example of a boundary surface.
  • FIG. 6 is a conceptual diagram showing an example of an output result.
  • FIG. 7 is a conceptual diagram showing an example of an output result.
  • This embodiment is an evaluation support device that outputs information for evaluating or predicting classification trends related to the toxicity of chemical substances.
  • the evaluation support device in this embodiment learns a classifier for each classification related to the toxicity of chemical substances based on the relevance of a plurality of documents collected regarding chemical substances, and classifies documents to be investigated. Furthermore, the evaluation support device in this embodiment outputs information for evaluating or predicting classification trends related to the toxicity of chemical substances by statistically processing information on classifying documents according to the properties of chemical substances. .
  • Classification related to the toxicity of chemical substances is a set of classifications of chemical substances based on the nature of the harm they cause to humans, living organisms, or the environment.
  • classifications related to the toxicity of chemical substances include CMR (carcinogenic, mutagenic or toxic for reproduction) substances and PBT (persistence, bioaccumulation and toxicity) in the European REACH (Registration, Evaluation, Authorization and Restriction of Chemicals) regulations.
  • the question is whether the substance corresponds to a substance or a vPvB (very persistent and very bioaccumulative) substance.
  • CMR substances are chemical substances designated as substances that affect human health.
  • a PBT substance is a chemical substance that is persistent, bioaccumulative, or toxic, and is designated as a substance that affects the environment.
  • a vPvB substance is a chemical substance designated as a substance that is extremely difficult to decompose and has a high bioaccumulation property.
  • FIG. 1 is a block diagram showing an example of the system configuration of the evaluation support device 10 in this embodiment.
  • the evaluation support device 10 receives document data including annotation data and research target data.
  • the evaluation support device 10 converts each input document data into a document vector, and learns a classifier for each category related to the toxicity of chemical substances based on the relevance of the document data.
  • the evaluation support device 10 classifies the input research target data into categories, and outputs information for evaluating or predicting classification trends related to the toxicity of chemical substances based on statistical information for each category.
  • the document data in this embodiment is data representing a document related to chemical substances.
  • An example of document data is article data representing the content of an academic article regarding chemical substances.
  • Paper data can be collected using a paper database or the like.
  • SCOPUS registered trademark
  • patent publications related to chemical substances.
  • publications issued by patent offices of each country may be collected, or a database containing publications issued by patent offices of each country may be used.
  • the document data does not need to represent the entire document (for example, an academic paper or a patent specification).
  • the document data may be data representing a part of a document, or may be data representing a summary.
  • Characteristic information of the chemical substances listed in the document is attached to the document data.
  • An example of characteristic information is identification information that identifies a chemical substance.
  • Other examples of feature information are the fingerprint of the compound, or information regarding functional groups or backbones.
  • the identification information for identifying a chemical substance is, for example, a compound name, a name based on the IUPAC (International Union of Pure and Applied Chemistry) nomenclature, a notation based on the SMILES notation, an InChI (International Chemical Identifier) Key, or a structural formula. .
  • the identification information is not limited to these, and any information that can identify a chemical substance can be used.
  • Characteristic information on chemical substances described in documents may contain a lot of noise such as spelling errors. Variation in notation indicates that different characteristic information is given to the same substance. Therefore, it is preferable to use a chemical substance database or the like to eliminate spelling variations in the characteristic information added to the document data.
  • a chemical database is the Japan Chemical Dictionary.
  • Annotation data is document data to which document information is attached.
  • the data to be investigated is document data to which no document information is attached.
  • the document information is information indicating whether or not the properties of the chemical substance are described in the document data.
  • the document information may be a truth value obtained by binary classification of document data as to whether it corresponds to each property or not.
  • the relevancy of documents is the relevancy based on the content described in the document data.
  • the relevance of documents may be based on the properties of chemical substances, etc.
  • An example of the properties of a chemical substance is information representing a category regarding the toxicity of a chemical substance.
  • Categories related to the toxicity of chemical substances include, for example, at least one of toxicity, bioaccumulation, persistence, regional distribution, flammability, and greenhouse effect of chemicals. Categories regarding the toxicity of chemical substances are not limited to these, and may include other categories.
  • Another example of the properties of chemical substances is information representing categories related to environmentally friendly technologies.
  • Examples of environmentally friendly technologies include methods for treating or decomposing chemical substances. Appropriate treatment or decomposition of chemical substances may reduce their toxicity. Therefore, information regarding environmentally friendly technology is information that lowers the applicability of a chemical substance to a category regarding toxicity.
  • the properties of the chemical substance are not limited to these, and may include other properties.
  • the statistical information in this embodiment is the result of aggregating documents classified into categories related to chemical substance identification information and toxicity.
  • the statistical information may be the rate of increase in the number of document data, the proportion of each category, their time-series trends, and the like.
  • the statistical information may be further aggregated based on bibliographic information of documents.
  • the bibliographic information includes, for example, the year of publication, the issuing organization, or the author.
  • the statistical information may be aggregated based on the density of networks of institutions and authors.
  • An example of information for evaluating or predicting the classification related to the toxicity of a chemical substance is information representing the time-series trends in the number of documents classified into each category for a certain chemical substance.
  • Another example of information for evaluating or predicting the classification of chemical substances related to their toxicity is information representing a list of chemical substances with a large number of documents among the documents classified into each category. By referring to such information, it is possible to grasp the chemical substances that have recently been actively discussed in a certain category of toxicity.
  • FIG. 2 is a block diagram showing an example of the hardware configuration of the evaluation support device 10 in this embodiment.
  • the evaluation support device 10 includes a processor 101, a memory 102, an auxiliary storage device 103, an operating device 104, a display device 105, a communication device 106, and a drive device 107. Note that each piece of hardware of the evaluation support device 10 is interconnected via a bus 108.
  • the processor 101 includes various calculation devices such as a CPU (Central Processing Unit).
  • the processor 101 reads various programs installed in the auxiliary storage device 103 onto the memory 102 and executes them.
  • the memory 102 includes main storage devices such as ROM (Read Only Memory) and RAM (Random Access Memory).
  • the processor 101 and the memory 102 form a so-called computer (hereinafter also referred to as a "control unit"), and when the processor 101 executes various programs read onto the memory 102, the computer realizes various functions. .
  • the auxiliary storage device 103 stores various programs and various data used when the various programs are executed by the processor 101.
  • the operating device 104 is an operating device for the user of the evaluation support device 10 to perform various operations.
  • the display device 105 is a display device that displays processing results of various processes executed by the evaluation support device 10.
  • the communication device 106 is a communication device for communicating with an external device via a network (not shown).
  • the drive device 107 is a device for setting the storage medium 109.
  • the storage medium 109 here includes a medium that stores information optically, electrically, or magnetically, such as a CD-ROM, a flexible disk, or a magneto-optical disk. Further, the storage medium 109 may include a semiconductor memory that electrically stores information, such as a ROM or a flash memory.
  • the various programs installed in the auxiliary storage device 103 are installed by, for example, setting the distributed storage medium 109 in the drive device 107 and reading out the various programs stored in the storage medium 109 by the drive device 107. Ru.
  • various programs installed in the auxiliary storage device 103 may be installed by being downloaded from a network via the communication device 106.
  • FIG. 3 is a block diagram showing an example of the functional configuration of the evaluation support device in this embodiment.
  • the evaluation support device 10 in this embodiment includes an input section 11, a conversion section 12, a learning section 13, a classifier storage section 14, an extraction section 15, and an output section 16.
  • the classifier storage unit 14 is realized by the memory 102 or the auxiliary storage device 103 shown in FIG.
  • the input section 11, the conversion section 12, the learning section 13, the extraction section 15, and the output section 16 are realized by executing various programs read onto the memory 102 by the processor 101 shown in FIG.
  • the input unit 11 accepts input of a plurality of document data.
  • the document data includes multiple pieces of annotation data and multiple pieces of research target data.
  • the conversion unit 12 generates a document vector for each document data received by the input unit 11.
  • the learning unit 13 learns a classifier for each category related to harmfulness based on the document vector generated by the converting unit 12.
  • the classifier storage unit 14 stores classifiers for each category learned by the learning unit 13.
  • the extraction unit 15 uses the classifier stored in the classifier storage unit 14 to classify the survey target data received by the input unit 11 into categories.
  • the output unit 16 outputs information for evaluating or predicting the toxicity of chemical substances based on statistical information for each category.
  • FIG. 4 is a flowchart showing an example of the flow of the evaluation support method in this embodiment.
  • step S1 the input unit 11 receives input of a plurality of document data.
  • the document data includes multiple pieces of annotation data and multiple pieces of research target data.
  • the input unit 11 sends the received document data to the conversion unit 12.
  • the number of annotation data may be equal to or greater than the number required for learning the classifier.
  • the annotation data may be about 100 to 500 items for each category.
  • the number of data to be investigated is not limited, it may be about 10,000, for example.
  • step S2 the conversion unit 12 receives document data from the input unit 11. Next, the conversion unit 12 generates a document vector for each document data. Subsequently, the converting unit 12 sends the plurality of generated document vectors to the learning unit 13.
  • the document vector in this embodiment consists of at least one of a distributed representation on the citation space and a distributed representation on the document space.
  • a distributed representation on the citation space is generated based on citation relationships between document data.
  • An example of a distributed representation on a citation space is LINE (Large-scale Information Network Embedding). Details regarding LINE are disclosed in Reference 1 below.
  • LINE has distributed representation based on primary proximity and distributed representation based on secondary proximity.
  • a distributed representation based on first-order proximity is a probability representation that represents whether a pair of nodes are linked to each other.
  • a distributed representation based on linear proximity is expressed by equation (1).
  • ⁇ represents a node
  • u is a low-dimensional vector representation of ⁇ .
  • a distributed representation based on quadratic proximity is a probability representation that represents whether a pair of nodes has a common link with another node.
  • a distributed representation based on quadratic proximity is expressed by equation (2).
  • ⁇ represents a node
  • u is a low-dimensional vector representation of ⁇
  • u' is a vector representation representing a context.
  • the distributed representation in the document space is generated based on the written content of the document data.
  • An example of distributed representation in a document space is BERT (Bidirectional Encoder Representations from Transformers). Details regarding BERT are disclosed in Reference 2 below.
  • the conversion unit 12 may generate a distributed representation on the citation space as a document vector, or may generate a distributed representation on the document space as a document vector. Further, the converting unit 12 may generate a distributed representation in the citation space and a distributed representation in the document space, respectively, and use a vector that combines them as a document vector.
  • step S3 the learning unit 13 receives a plurality of document vectors corresponding to each document data from the converting unit 12. Next, the learning unit 13 arranges each document vector on a multidimensional space.
  • the multidimensional space in this embodiment is configured such that document vectors that are highly related to each other are arranged close to each other. At this time, all document vectors including annotation data and research target data are arranged in a multidimensional space.
  • step S4 the learning unit 13 learns a classifier for each category in the multidimensional space in which the document vectors are arranged.
  • the classifier in this embodiment is a boundary surface that divides a multidimensional space into two spaces.
  • the learning unit 13 stores the document vectors arranged in the multidimensional space so that the document vectors corresponding to the annotation data assigned the category to be learned gather in one of the spaces divided by the boundary plane. Learning category boundaries.
  • the boundary surface in this embodiment is learned by logistic regression.
  • the learning method for the boundary surface is not limited to logistic regression, and any learning method may be used as long as it is a classifier capable of binary classification of a multidimensional space.
  • Boundary surfaces in this embodiment are learned for each category.
  • the control section may include a toxicity interface, a bioaccumulation interface, a persistence interface, and a regional distribution.
  • Each boundary surface related to distribution is learned.
  • FIG. 5 is a conceptual diagram showing an example of a boundary surface.
  • white circles represent the arrangement of annotation data in the multidimensional space
  • black circles represent the arrangement of the research target data in the multidimensional space.
  • the boundary surface is learned so that the annotation data gathers as much as possible in one of the spaces divided by the boundary surface.
  • boundary surfaces for each category are re-learned every time annotation data and survey target data are added.
  • annotation data can be added by adding classification results to the research target data.
  • the learning unit 13 can relearn the boundary surface after the annotation data is added.
  • step S5 the extraction unit 15 reads the classifier (boundary surface) for each category stored in the classifier storage unit 14. Next, the extraction unit 15 classifies the research target data using the boundary surface for each category. The extraction unit 15 classifies each survey target data by determining whether the data corresponds to each category.
  • the extraction unit 15 adds classification results for each category to the research target data. Next, the extraction unit 15 sends the research target data to which the classification results have been added to the output unit 16.
  • the extraction unit 15 may learn the boundary surface for each category again using the survey target data to which the classification results have been added as annotation data. At this time, new research target data is collected and these document vectors are placed in a multidimensional space. This makes it possible to increase the amount of document data for each category related to toxicity, making it possible to evaluate the toxicity of chemical substances with higher accuracy.
  • step S6 the output unit 16 receives the research target data to which the classification results have been added from the extraction unit 15. Next, the output unit 16 generates statistical information for each category based on the classification results.
  • the statistical information in this embodiment is, for example, statistical information obtained by totaling the number of cases based on the identification information of chemical substances and categories related to toxicity.
  • the statistical information in this embodiment may be aggregated based on bibliographic information such as the publication year, publishing organization, or author of the document.
  • the output unit 16 outputs information for evaluating or predicting classification trends related to the toxicity of chemical substances based on the statistical information for each category.
  • An example of the information to be output is information representing a change in the number of documents classified into each category regarding a certain chemical substance.
  • Another example of the information to be output is information representing a list of chemical substances that have a large number of documents among documents classified into each category.
  • the output unit 16 evaluates or predicts the tendency of the classification related to the toxicity of chemical substances based on the information for evaluating or predicting the tendency of the classification related to the toxicity of chemical substances, and outputs the result. good.
  • the harmfulness evaluation result is, for example, a score calculated according to a predetermined rule for each harmfulness category.
  • the hazard prediction result is information representing a category in which a certain chemical substance is likely to be discussed in the future, or information representing a chemical substance in which a certain category is likely to be discussed in the future.
  • the output unit 16 may evaluate or predict a tendency related to the toxicity of chemical substances having similar characteristic information of chemical substances described in the document data. For example, if substances have similar compound names or chemical formulas, there is a high possibility that their classification trends regarding toxicity will be similar as well. Therefore, useful information may be obtained by simultaneously evaluating or predicting chemical substances with similar characteristic information.
  • FIG. 6 is an example of an output result showing the change in the number of documents classified into each category.
  • the changes in the total number of papers and the number of papers in each category are output for each publication year in a manner that allows comparison of the changes in the number of papers for a certain chemical substance. According to this output result, it can be understood, for example, that there has been a lot of discussion recently regarding the toxicity of a certain chemical substance.
  • FIG. 7 is an example of an output result showing a list of chemical substances with a large number of documents among documents classified into each category.
  • a list of substances with a large number of papers in a category related to toxicity is output in descending order. According to this output result, it is possible to understand, for example, chemical substances whose toxicity has been particularly discussed recently.
  • a user of the evaluation support device 10 in this embodiment can use the evaluation support device 10 to evaluate or predict trends in classifications related to the toxicity of chemical substances.
  • An evaluation method using the evaluation support device 10 will be described below.
  • a user of the evaluation support device 10 inputs a plurality of document data into the evaluation support device 10.
  • the evaluation support device 10 receives input of a plurality of document data (step S1 in FIG. 4).
  • the evaluation support device 10 executes steps S2 to S5 of the evaluation support method based on the plurality of input document data.
  • the evaluation support device 10 then outputs information for evaluating or predicting the classification trends related to the toxicity of chemical substances (step S6 in FIG. 4).
  • the user of the evaluation support device 10 evaluates or predicts the classification trends related to the toxicity of chemical substances based on the information output from the evaluation support device 10.
  • the user of the evaluation support device 10 can refer to the statistical information of the classification related to the toxicity of a specific chemical substance, and can actively discuss a chemical substance whose toxicity is being actively discussed or a specific chemical substance. Understand the classification of hazards.
  • ⁇ Summary> As described above, according to each embodiment of the present disclosure, it becomes possible to evaluate or predict the classification trends related to the toxicity of chemical substances. For example, standards for the toxicity of chemical substances may change depending on external factors such as social factors as well as the toxicity of the chemical substance itself. Therefore, it is difficult to evaluate the toxicity of chemical substances solely from their structural characteristics.
  • the evaluation support device in this embodiment classifies a plurality of documents based on their relationships, and classifies chemicals related to their toxicity based on statistical information using the properties of the chemicals described in the documents. Output information for evaluating or predicting trends. Therefore, according to the evaluation support device of this embodiment, it becomes possible to evaluate or predict the classification trends related to the toxicity of chemical substances.
  • the evaluation support device in this embodiment provides information for evaluating or predicting classification trends related to the toxicity of chemical substances based on statistical information using the properties of chemical substances described in classified documents. Output.
  • the statistical information on classifications related to the toxicity of specific chemical substances it is possible to understand which chemical substances are actively debated regarding their toxicity, or which classifications of hazards are actively discussed regarding specific chemical substances. be able to.
  • the evaluation support device in this embodiment classifies documents based on at least one of the toxicity, bioaccumulation, resistance to decomposition, regional distribution, flammability, and greenhouse effect of chemical substances. Since the toxicity of chemical substances is discussed from various perspectives, it is possible to precisely evaluate the toxicity of chemical substances by simultaneously evaluating trends in various classifications.
  • the evaluation support device in this embodiment classifies academic papers based on citation relationships or natural language processing results.
  • the toxicity of chemical substances has been discussed from various perspectives, but it was not previously known that they could be classified based on citations in academic papers.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

化学物質の有害性に関わる分類の傾向を評価又は予測可能にする。評価支援装置が有する制御部が、複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。

Description

評価支援装置、評価方法及びプログラム
　本開示は、評価支援装置、評価方法及びプログラムに関する。
　化学物質の構造的特徴に基づいて、化学物質の毒性を予測する技術がある。例えば、特許文献１には、化学物質の構造をベクトル化し、学習済みの分類器を用いて毒性予測スコアを算出する発明が開示されている。
国際公開第２０１８／０４９３７６号
　しかしながら、化学物質の規制は、化学物質自体の毒性の他にも社会的要因等の外部要因によって基準が変化する場合がある。そのため、化学物質の構造的特徴のみから化学物質の有害性を評価又は予測することは困難である。
　本開示は、化学物質の有害性に関わる分類の傾向を評価又は予測可能とする。
　本開示の第１の態様に係る評価支援装置は、制御部を有する評価支援装置であって、前記制御部は、複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。
　本開示の第１の態様によれば、化学物質の有害性に関わる分類の傾向を評価又は予測可能になる。
　本開示の第２の態様は、第１の態様に係る評価支援装置であって、前記制御部は、化学物質の性質毎に、前記複数の文書を分類した情報を統計処理することにより、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。
　本開示の第３の態様は、第２の態様に係る評価支援装置であって、前記制御部は、前記化学物質の性質が記載されているか否かに基づいて前記複数の文書を分類する。
　本開示の第４の態様は、第３の態様に係る評価支援装置であって、前記制御部は、前記文書に記載された化学物質の特徴情報に基づいて前記複数の文書を分類した情報を統計処理する。
　本開示の第５の態様は、第４の態様に係る評価支援装置であって、前記制御部は、前記出力された情報から、化学物質の前記有害性に関わる分類の傾向を評価又は予測する。
　本開示の第６の態様は、第５の態様に係る評価支援装置であって、前記制御部は、前記文書に記載された化学物質の特徴情報から、前記特徴情報が類似する化学物質の前記傾向を評価又は予測する。
　本開示の第７の態様は、第２の態様から第６の態様に係る評価支援装置であって、前記化学物質の性質は、前記化学物質の毒性、生物蓄積性、難分解性、地域分布性、可燃性及び温室効果のうち少なくとも一つを含む。
　本開示の第８の態様は、第２の態様から第６の態様に係る評価支援装置であって、前記化学物質の性質は、前記化学物質の有害性に関わる分類への該当性を下げる情報が含まれる。
　本開示の第９の態様は、第８の態様に係る評価支援装置であって、前記該当性を下げる情報は、前記化学物質の処理方法及び分解方法のうち少なくとも一つを含む。
　本開示の第１０の態様は、第２の態様に係る評価支援装置であって、前記制御部は、互いに関連性の高い前記文書が近傍に配置される分散表現に基づいて、前記複数の文書を分類する。
　本開示の第１１の態様は、第１０の態様に係る評価支援装置であって、前記制御部は、前記複数の文書のうち一部の前記文書に、前記化学物質の性質が記載されているか否かを表す文書情報を付与し、前記文書情報に基づいて、前記化学物質の性質が記載された前記文書を分類する。
　本開示の第１２の態様は、第２の態様から第１１の態様に係る評価支援装置であって、前記制御部は、前記複数の文書の間の引用関係に基づいて、前記複数の文書を分類する。
　本開示の第１３の態様は、第１２の態様に係る評価支援装置であって、前記文書は学術論文である。
　本開示の第１４の態様は、第２の態様から第１３の態様に係る評価支援装置であって、前記制御部は、前記文書の記載内容の自然言語処理結果に基づいて、前記複数の文書を分類する。
　本開示の第１５の態様に係る評価方法は、複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測する工程を有する。
　本開示の第１６の態様に係るプログラムは、評価支援装置が有する制御部に、複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する手順を実行させる。
図１は、評価支援装置のシステム構成の一例を示すブロック図である。 図２は、評価支援装置のハードウェア構成の一例を示すブロック図である。 図３は、評価支援装置の機能構成の一例を示すブロック図である。 図４は、評価支援装置の処理手順を示すフローチャートである。 図５は、境界面の一例を示す概念図である。 図６は、出力結果の一例を示す概念図である。 図７は、出力結果の一例を示す概念図である。
　以下、各実施形態について添付の図面を参照しながら説明する。なお、本明細書及び図面において、実質的に同一の機能構成を有する構成要素については、同一の符号を付することにより重複した説明を省略する。
　［実施形態］
　本実施形態は、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する評価支援装置である。本実施形態における評価支援装置は、化学物質について収集された複数の文書の関連性に基づいて、化学物質の有害性に関わる分類毎の分類器を学習し、調査対象とする文書を分類する。また、本実施形態における評価支援装置は、化学物質の性質毎に文書を分類した情報を統計処理することにより、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。
　化学物質の有害性に関わる分類は、化学物質を人間、生物又は環境に対して与える害の性質に基づいて分類した集合である。化学物質の有害性に関わる分類の一例は、例えば、欧州ＲＥＡＣＨ（Registration, Evaluation, Authorisation and Restriction of Chemicals）規則における、ＣＭＲ（carcinogenic, mutagenic or toxic for reproduction）物質、ＰＢＴ（Persistence, Bioaccumulation and Toxicity）物質又はｖＰｖＢ（very persistent and very bioaccumulative）物質等に該当するか否かである。なお、ＣＭＲ物質は、人間の健康に影響を及ぼす物質として指定されている化学物質である。ＰＢＴ物質は、難分解性、生物蓄積性又は毒性を有し、環境に影響を及ぼす物質として指定されている化学物質である。ｖＰｖＢ物質は、極めて難分解かつ生物蓄積性が高い物質として指定されている化学物質である。
　＜システム構成＞
　図１は、本実施形態における評価支援装置１０のシステム構成の一例を示すブロック図である。図１に示されているように、評価支援装置１０は、アノテーションデータ及び調査対象データを含む文書データを入力とする。評価支援装置１０は、入力された各文書データを文書ベクトルに変換し、文書データの関連性に基づいて、化学物質の有害性に関わるカテゴリ毎に分類器を学習する。評価支援装置１０は、入力された調査対象データをカテゴリ毎に分類し、カテゴリ毎の統計情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。
　本実施形態における文書データは、化学物質に関する文書を表すデータである。文書データの一例は、化学物質に関する学術論文の内容を表す論文データである。論文データは、論文データベース等を用いて収集することができる。論文データベースは、例えば、ＳＣＯＰＵＳ（登録商標）を用いることができる。
　文書データの他の例は、化学物質に関する特許公報類である。特許公報類は各国特許庁から発行される公報を収集してもよいし、各国特許庁から発行された公報を収録したデータベースを用いてもよい。
　文書データは、文書（例えば、学術論文又は特許明細書等）の全体を表していなくともよい。文書データは、文書の一部を表すデータであってもよいし、要約を表すデータであってもよい。
　文書データには、文書に記載されている化学物質の特徴情報が付与されている。特徴情報の一例は、化学物質を識別する識別情報である。特徴情報の他の例は、化合物のフィンガープリント、若しくは官能基又は骨格に関する情報である。
　化学物質を識別する識別情報は、例えば、化合物名、ＩＵＰＡＣ（International Union of Pure and Applied Chemistry）命名法に基づく名称、ＳＭＩＬＥＳ記法に基づく表記、ＩｎＣｈＩ（International Chemical Identifier）Ｋｅｙ、又は構造式等である。識別情報は、これらに限定されず、化学物質を識別可能なあらゆる情報を用いることができる。
　文書に記載される化学物質の特徴情報は、表記ゆれ等のノイズが多いことがある。表記ゆれとは、同一の物質に対して異なる特徴情報が付与されていることを表す。そのため、文書データに付与された特徴情報に対して、化学物質データベース等を用いて表記ゆれを解消するとよい。化学物質データベースの一例は、日本化学物質辞書である。
　アノテーションデータは、文書情報が付与されている文書データである。調査対象データは、文書情報が付与されていない文書データである。文書情報は、化学物質の性質が文書データに記載されているか否かを表す情報である。文書情報は、文書データを各性質に該当するか否かを二値分類した真理値であってもよい。
　文書の関連性は、文書データに記載された内容に基づく関連性である。文書の関連性は、化学物質の性質等に基づいてもよい。
　化学物質の性質の一例は、化学物質の有害性に関するカテゴリを表す情報である。化学物質の有害性に関するカテゴリは、例えば、化学物質の毒性、生物蓄積性、難分解性、地域分布性、可燃性及び温室効果のうち少なくとも一つを含む。化学物質の有害性に関するカテゴリは、これらに限定されるものではなく、他のカテゴリを含んでいてもよい。
　化学物質の性質の他の例は、環境対応技術に関するカテゴリを表す情報である。環境対応技術は、例えば、化学物質の処理方法又は分解方法等である。化学物質を適切に処理又は分解することで、化学物質の有害性が低下することが考えられる。したがって、環境対応技術に関する情報は、化学物質の有害性に関するカテゴリへの該当性を下げる情報となる。化学物質の性質は、これらに限定されるものではなく、他の性質を含んでいてもよい。
　本実施形態における統計情報は、化学物質の識別情報及び有害性に関するカテゴリに分類された文書を集計した結果である。統計情報は、文書データの件数の増加率、カテゴリ毎の割合、それらの時系列推移等であってもよい。統計情報は、さらに文書の書誌情報に基づいて集計したものであってもよい。書誌情報は、例えば、発行年、発行機関又は著者等である。統計情報は、機関や著者のネットワークの疎密に基づいて集計したものであってもよい。
　化学物質の有害性に関わる分類を評価又は予測するための情報の一例は、ある化学物質について、各カテゴリに分類された文書数の時系列推移を表す情報である。このような情報を参照することで、その化学物質の有害性について、最近議論が盛んになっているカテゴリを把握することができる。
　化学物質の有害性に関わる分類を評価又は予測するための情報の他の例は、各カテゴリに分類された文書のうち、文書数の多い化学物質の一覧を表す情報である。このような情報を参照することで、ある有害性に関するカテゴリにおいて、最近盛んに議論されている化学物質を把握することができる。
　＜ハードウェア構成＞
　図２は、本実施形態における評価支援装置１０のハードウェア構成の一例を示すブロック図である。図２に示されているように、評価支援装置１０は、プロセッサ１０１、メモリ１０２、補助記憶装置１０３、操作装置１０４、表示装置１０５、通信装置１０６、ドライブ装置１０７を有する。なお、評価支援装置１０の各ハードウェアは、バス１０８を介して相互に接続されている。
　プロセッサ１０１は、ＣＰＵ（Central Processing Unit）等の各種演算デバイスを有する。プロセッサ１０１は、補助記憶装置１０３にインストールされている各種プログラムをメモリ１０２上に読み出して実行する。
　メモリ１０２は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等の主記憶デバイスを有する。プロセッサ１０１とメモリ１０２とは、いわゆるコンピュータ（以下、「制御部」ともいう）を形成し、プロセッサ１０１が、メモリ１０２上に読み出した各種プログラムを実行することで、当該コンピュータは各種機能を実現する。
　補助記憶装置１０３は、各種プログラムや、各種プログラムがプロセッサ１０１によって実行される際に用いられる各種データを格納する。
　操作装置１０４は、評価支援装置１０のユーザが各種操作を行うための操作デバイスである。表示装置１０５は、評価支援装置１０により実行される各種処理の処理結果を表示する表示デバイスである。
　通信装置１０６は、不図示のネットワークを介して外部装置と通信を行うための通信デバイスである。
　ドライブ装置１０７は、記憶媒体１０９をセットするためのデバイスである。ここでいう記憶媒体１０９には、ＣＤ－ＲＯＭ、フレキシブルディスク、光磁気ディスク等のように情報を光学的、電気的あるいは磁気的に記憶する媒体が含まれる。また、記憶媒体１０９には、ＲＯＭ、フラッシュメモリ等のように情報を電気的に記憶する半導体メモリ等が含まれていてもよい。
　なお、補助記憶装置１０３にインストールされる各種プログラムは、例えば、配布された記憶媒体１０９がドライブ装置１０７にセットされ、記憶媒体１０９に記憶された各種プログラムがドライブ装置１０７により読み出されることでインストールされる。あるいは、補助記憶装置１０３にインストールされる各種プログラムは、通信装置１０６を介してネットワークからダウンロードされることで、インストールされてもよい。
　＜機能構成＞
　図３は、本実施形態における評価支援装置の機能構成の一例を示すブロック図である。図３に示されているように、本実施形態における評価支援装置１０は、入力部１１、変換部１２、学習部１３、分類器記憶部１４、抽出部１５及び出力部１６を備える。
　分類器記憶部１４は、図２に示されているメモリ１０２又は補助記憶装置１０３によって実現される。入力部１１、変換部１２、学習部１３、抽出部１５及び出力部１６は、図２に示されているプロセッサ１０１がメモリ１０２上に読み出した各種のプログラムを実行することで実現される。
　入力部１１は、複数の文書データの入力を受け付ける。文書データには、複数のアノテーションデータと複数の調査対象データとが含まれる。
　変換部１２は、入力部１１が受け付けた各文書データについて、文書ベクトルを生成する。
　学習部１３は、変換部１２により生成された文書ベクトルに基づいて、有害性に関するカテゴリ毎に分類器を学習する。
　分類器記憶部１４には、学習部１３により学習されたカテゴリ毎の分類器が記憶される。
　抽出部１５は、分類器記憶部１４に記憶されている分類器を用いて、入力部１１が受け付けた調査対象データをカテゴリ毎に分類する。
　出力部１６は、カテゴリ毎の統計情報に基づいて、化学物質の有害性を評価又は予測するための情報を出力する。
　＜評価支援方法の流れ＞
　図４は、本実施形態における評価支援方法の流れの一例を示すフローチャートである。
　ステップＳ１において、入力部１１は、複数の文書データの入力を受け付ける。文書データには、複数のアノテーションデータと複数の調査対象データとが含まれる。次に、入力部１１は、受け付けた文書データを変換部１２に送る。
　アノテーションデータの件数は、分類器を学習するために必要とされる件数以上であればよい。例えば、アノテーションデータは、各カテゴリについて１００～５００件程度であってもよい。調査対象データの件数は限定されないが、例えば、１００００件程度であってもよい。
　ステップＳ２において、変換部１２は、入力部１１から文書データを受け取る。次に、変換部１２は、各文書データについて、文書ベクトルを生成する。続いて、変換部１２は、生成した複数の文書ベクトルを学習部１３に送る。
　本実施形態における文書ベクトルは、引用空間上の分散表現及び文書空間上の分散表現の少なくとも一方からなる。引用空間上の分散表現は、文書データ間の引用関係に基づいて生成される。引用空間上の分散表現の一例は、ＬＩＮＥ（Large-scale Information Network Embedding）である。ＬＩＮＥに関する詳細は、下記参考文献１に開示されている。
　〔参考文献１〕Tang, J., Qu, M., Wang, M., Zhang, M., Yan, J., and Mei, Q, "Line: Large-scale information network embedding," in Proceedings of the 24th international conference on world wide web, pp. 1067-1077, 2015.
　なお、ＬＩＮＥには、１次近接性に基づく分散表現と、２次近接性に基づく分散表現とがある。本実施形態では、１次近接性に基づく分散表現も２次近接性に基づく分散表現も用いることが可能であるが、２次近接性に基づく分散表現を用いると好適である。
　１次近接性に基づく分散表現は、ノードのペア同士がリンクしているかどうかを表す確率表現である。１次近接性に基づく分散表現は、式（１）で表される。ただし、νはノードを表し、uはνの低次元ベクトル表現である。
Figure JPOXMLDOC01-appb-M000001
　２次近接性に基づく分散表現は、ノードのペア同士が他のノードと共通のリンクを有しているかどうかを表す確率表現である。２次近接性に基づく分散表現は、式（２）で表される。ただし、νはノードを表し、uはνの低次元ベクトル表現であり、u'は文脈を表すベクトル表現である。
Figure JPOXMLDOC01-appb-M000002
　文書空間上の分散表現は、文書データの記載内容に基づいて生成される。文書空間上の分散表現の一例は、ＢＥＲＴ（Bidirectional Encoder Representations from Transformers）である。ＢＥＲＴに関する詳細は、下記参考文献２に開示されている。
　〔参考文献２〕Beltagy, I., Lo, K., and Cohan, A., "SciBERT: A pretrained language model for scientific text," arXiv preprint, arXiv:1903.10676, 2019.
　変換部１２は、引用空間上の分散表現を文書ベクトルとして生成してもよいし、文書空間上の分散表現を文書ベクトルとして生成してもよい。また、変換部１２は、引用空間上の分散表現と文書空間上の分散表現をそれぞれ生成し、それらを結合したベクトルを文書ベクトルとしてもよい。
　ステップＳ３において、学習部１３は、変換部１２から各文書データに対応する複数の文書ベクトルを受け取る。次に、学習部１３は、各文書ベクトルを多次元空間上に配置する。本実施形態における多次元空間は、互いに関連性が高い文書ベクトルが近傍に配置されるように構成される。このとき、アノテーションデータ及び調査対象データを含むすべての文書ベクトルが多次元空間内に配置される。
　ステップＳ４において、学習部１３は、文書ベクトルが配置された多次元空間において、カテゴリ毎に分類器を学習する。本実施形態における分類器は、多次元空間を２つの空間に分割する境界面である。学習部１３は、多次元空間に配置された文書ベクトルのうち、学習対象とするカテゴリを付与されたアノテーションデータに対応する文書ベクトルが、境界面で分割された一方の空間に集まるように、当該カテゴリの境界面を学習する。
　本実施形態における境界面は、ロジスティック回帰により学習される。ただし、境界面の学習方法は、ロジスティック回帰に限定されず、多次元空間を二値分類可能な分類器であればどのような学習方法を用いてもよい。
　本実施形態における境界面は、カテゴリ毎に学習される。例えば、化学物質の毒性、生物蓄積性、難分解性及び地域分布性を含むカテゴリを用いる場合、制御部は、毒性に関する境界面、生物蓄積性に関する境界面、難分解性に関する境界面、及び地域分布性に関する境界面をそれぞれ学習する。
　図５は、境界面の一例を示す概念図である。図５において、白丸は多次元空間におけるアノテーションデータの配置を表し、黒丸は多次元空間における調査対象データの配置を表している。図５に示されているように、境界面は、アノテーションデータが境界面で分割された一方の空間にできるだけ集まるように学習される。
　なお、カテゴリ毎の境界面は、アノテーションデータ及び調査対象データが追加されるたびに再学習する。後述するように、調査対象データに分類結果を付与することで、アノテーションデータを追加することができる。学習部１３は、アノテーションデータが追加された後に境界面の再学習を行うことができる。
　ステップＳ５において、抽出部１５は、分類器記憶部１４に記憶されているカテゴリ毎の分類器（境界面）を読み出す。次に、抽出部１５は、カテゴリ毎の境界面を用いて、調査対象データを分類する。抽出部１５は、各調査対象データについて、カテゴリ毎に当該カテゴリに該当するか否かを判定することで、分類を行う。
　抽出部１５は、カテゴリ毎の分類結果を、調査対象データに付与する。次に、抽出部１５は、分類結果が付与された調査対象データを出力部１６に送る。
　抽出部１５は、分類結果を付与された調査対象データをアノテーションデータとして、再度カテゴリ毎の境界面を学習してもよい。このとき、新たな調査対象データを収集し、それらの文書ベクトルを多次元空間に配置する。これにより、有害性に関するカテゴリ毎の文書データを増やすことができ、より精度良く化学物質の有害性を評価することが可能となる。
　ステップＳ６において、出力部１６は、抽出部１５から分類結果を付与された調査対象データを受け取る。次に、出力部１６は、分類結果に基づいて、カテゴリ毎の統計情報を生成する。本実施形態における統計情報は、例えば、化学物質の識別情報及び有害性に関するカテゴリに基づいて、件数を集計した統計情報である。本実施形態における統計情報は、文書の公開年、発行機関又は著者等の書誌情報に基づいて集計したものであってもよい。
　続いて、出力部１６は、カテゴリ毎の統計情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。出力する情報の一例は、ある化学物質について、各カテゴリに分類された文書数の推移を表す情報である。出力する情報の他の例は、各カテゴリに分類された文書のうち、文書数の多い化学物質の一覧を表す情報である。
　出力部１６は、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測し、その結果を出力してもよい。有害性の評価結果は、例えば、有害性のカテゴリ毎に所定の規則に従って算出したスコアである。有害性の予測結果は、ある化学物質について将来議論される可能性が高いカテゴリを表す情報、又はあるカテゴリについて将来議論される可能性が高い化学物質を表す情報である。
　出力部１６は、文書データに記載された化学物質の特徴情報が類似する化学物質の有害性に関わる傾向を評価又は予測してもよい。例えば、化合物名や化学式が類似する物質同士であれば有害性に関する分類の傾向も同様に類似する可能性が高い。そのため、特徴情報が類似する化学物質を同時に評価又は予測することで有益な情報が得られる可能性がある。
　図６は、各カテゴリに分類された文書数の推移を表す出力結果の一例である。図６に示されているように、出力結果の一例では、ある化学物質について、公開年毎に全論文数とカテゴリ毎の論文数の推移を対比可能な態様で出力する。この出力結果によれば、例えば、ある化学物質について、最近特に毒性に関する議論が盛んにされていることを把握することができる。
　図７は、各カテゴリに分類された文書のうち、文書数の多い化学物質の一覧を表す出力結果の一例である。図７に示されているように、出力結果の他の例では、有害性に関するカテゴリ（例えば、毒性）において、論文数が多い物質の一覧を降順で出力する。この出力結果によれば、例えば、化学物質の毒性について、最近特に議論されている化学物質を把握することができる。
　＜評価方法の流れ＞
　本実施形態における評価支援装置１０のユーザは、評価支援装置１０を用いて化学物質の有害性に関わる分類の傾向を評価又は予測することができる。以下、評価支援装置１０を用いた評価方法について説明する。
　評価支援装置１０のユーザは、複数の文書データを評価支援装置１０に入力する。評価支援装置１０は、複数の文書データの入力を受け付ける（図４のステップＳ１）。評価支援装置１０は、入力を受け付けた複数の文書データに基づいて、評価支援方法のステップＳ２からステップＳ５を実行する。そして、評価支援装置１０は、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する（図４のステップＳ６）。
　評価支援装置１０のユーザは、評価支援装置１０から出力された情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測する。例えば、評価支援装置１０のユーザは、特定の化学物質について有害性に関わる分類の統計情報を参照することで、有害性に関して盛んに議論されている化学物質、又は特定の化学物質について盛んに議論されている有害性の分類を把握する。
　＜まとめ＞
　以上、本開示の各実施形態によれば、化学物質の有害性に関わる分類の傾向を評価又は予測可能になる。例えば、化学物質の有害性は、化学物質自体の毒性の他にも社会的要因等の外部要因によって基準が変化する場合がある。そのため、化学物質の構造的特徴のみから有害性を評価することは困難である。本実施形態における評価支援装置は、複数の文書をそれらの関連性に基づいて分類し、それらに記載された化学物質の性質を用いた統計情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。したがって、本実施形態における評価支援装置によれば、化学物質の有害性に関わる分類の傾向を評価又は予測可能になる。
　特に、本実施形態における評価支援装置は、分類された文書に記載された化学物質の性質を用いた統計情報に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する。特定の化学物質について有害性に関わる分類の統計情報を参照することで、有害性に関して盛んに議論されている化学物質、又は特定の化学物質について盛んに議論されている有害性の分類を把握することができる。
　また、本実施形態における評価支援装置は、化学物質の毒性、生物蓄積性、難分解性、地域分布性、可燃性及び温室効果のうち少なくとも１つに基づいて文書を分類する。化学物質の有害性は、様々な観点から議論されるため、様々な分類の傾向を同時に評価することで化学物質の有害性を緻密に評価することが可能となる。
　さらに、本実施形態における評価支援装置は、引用関係又は自然言語処理結果に基づいて学術論文を分類する。化学物質の有害性は様々な観点から議論されているが、学術論文の引用関係等から分類可能であることは、従来知られていなかった。引用関係又は自然言語処理結果に基づいて学術論文を分類することで、化学物質の有害性を評価するために信頼性の高い情報を得られることが期待できる。
　以上、実施形態を説明したが、特許請求の範囲の趣旨及び範囲から逸脱することなく、形態や詳細の多様な変更が可能なことが理解されるであろう。
　本願は、日本国特許庁に２０２２年５月２６日に出願された日本国特許出願２０２２－８６２４７号の優先権を主張するものであり、その全内容を参照することにより本願に援用する。
１０　評価支援装置
１１　入力部
１２　変換部
１３　学習部
１４　分類器記憶部
１５　抽出部
１６　出力部

Claims (16)

  1. 　制御部を有する評価支援装置であって、
    　前記制御部は、
    　複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する、
    　評価支援装置。
  2. 　前記制御部は、
    　化学物質の性質毎に、前記複数の文書を分類した情報を統計処理することにより、
    　化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する、
    　請求項１に記載の評価支援装置。
  3. 　前記制御部は、
    　前記化学物質の性質が記載されているか否かに基づいて前記複数の文書を分類する、
    　請求項２に記載の評価支援装置。
  4. 　前記制御部は、
    　前記文書に記載された化学物質の特徴情報に基づいて前記複数の文書を分類した情報を統計処理する、
    　請求項３に記載の評価支援装置。
  5. 　前記制御部は、
    　前記出力された情報から、化学物質の前記有害性に関わる分類の傾向を評価又は予測する、
    　請求項４に記載の評価支援装置。
  6. 　前記制御部は、
    　前記文書に記載された化学物質の特徴情報から、前記特徴情報が類似する化学物質の前記傾向を評価又は予測する、
    　請求項５に記載の評価支援装置。
  7. 　前記化学物質の性質は、前記化学物質の毒性、生物蓄積性、難分解性、地域分布性、可燃性及び温室効果のうち少なくとも一つを含む、
    　請求項２に記載の評価支援装置。
  8. 　前記化学物質の性質は、前記化学物質の有害性に関わる分類への該当性を下げる情報が含まれる、
    　請求項２に記載の評価支援装置。
  9. 　前記該当性を下げる情報は、前記化学物質の処理方法及び分解方法のうち少なくとも一つを含む、
    　請求項８に記載の評価支援装置。
  10. 　前記制御部は、
    　互いに関連性の高い前記文書が近傍に配置される分散表現に基づいて、前記複数の文書を分類する、
    　請求項２に記載の評価支援装置。
  11. 　前記制御部は、
    　前記複数の文書のうち一部の前記文書に、前記化学物質の性質が記載されているか否かを表す文書情報を付与し、
    　前記文書情報に基づいて、前記化学物質の性質が記載された前記文書を分類する、
    　請求項１０に記載の評価支援装置。
  12. 　前記制御部は、
    　前記複数の文書の間の引用関係に基づいて、前記複数の文書を分類する、
    　請求項２に記載の評価支援装置。
  13. 　前記文書は学術論文である、
    　請求項１２に記載の評価支援装置。
  14. 　前記制御部は、
    　前記文書の記載内容の自然言語処理結果に基づいて、前記複数の文書を分類する、
    　請求項２に記載の評価支援装置。
  15. 　複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測する工程を有する評価方法。
  16. 　評価支援装置が有する制御部に、
    　複数の文書の関連性に基づいて、化学物質の有害性に関わる分類の傾向を評価又は予測するための情報を出力する手順と、
    　を実行させるためのプログラム。
PCT/JP2023/018957 2022-05-26 2023-05-22 評価支援装置、評価方法及びプログラム WO2023228902A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-086247 2022-05-26
JP2022086247 2022-05-26

Publications (1)

Publication Number Publication Date
WO2023228902A1 true WO2023228902A1 (ja) 2023-11-30

Family

ID=88919299

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/018957 WO2023228902A1 (ja) 2022-05-26 2023-05-22 評価支援装置、評価方法及びプログラム

Country Status (2)

Country Link
JP (1) JP7403782B2 (ja)
WO (1) WO2023228902A1 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1115835A (ja) * 1997-06-20 1999-01-22 Fuji Xerox Co Ltd 分類情報提示装置及び分類情報提示プログラムを記録した媒体
JP2001092825A (ja) * 1999-09-17 2001-04-06 Nec Corp 情報処理装置および情報処理方法
JP2007153767A (ja) * 2005-12-01 2007-06-21 Univ Of Tokushima 化学構造の類似度を算出し化合物の安全性を評価する方法及びこれを用いた医薬品安全性情報システム
US20110302171A1 (en) * 2009-12-08 2011-12-08 Decernis, Llc Apparatus and Method for the Automatic Discovery of Control Events from the Publication of Documents
CN111651605A (zh) * 2020-06-04 2020-09-11 电子科技大学 基于多标签分类的肺癌前沿趋势预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1115835A (ja) * 1997-06-20 1999-01-22 Fuji Xerox Co Ltd 分類情報提示装置及び分類情報提示プログラムを記録した媒体
JP2001092825A (ja) * 1999-09-17 2001-04-06 Nec Corp 情報処理装置および情報処理方法
JP2007153767A (ja) * 2005-12-01 2007-06-21 Univ Of Tokushima 化学構造の類似度を算出し化合物の安全性を評価する方法及びこれを用いた医薬品安全性情報システム
US20110302171A1 (en) * 2009-12-08 2011-12-08 Decernis, Llc Apparatus and Method for the Automatic Discovery of Control Events from the Publication of Documents
CN111651605A (zh) * 2020-06-04 2020-09-11 电子科技大学 基于多标签分类的肺癌前沿趋势预测方法

Also Published As

Publication number Publication date
JP7403782B2 (ja) 2023-12-25
JP2023174573A (ja) 2023-12-07

Similar Documents

Publication Publication Date Title
Rathore et al. An empirical study of some software fault prediction techniques for the number of faults prediction
Makiola et al. Key questions for next-generation biomonitoring
Lucca et al. CF-integrals: A new family of pre-aggregation functions with application to fuzzy rule-based classification systems
Arora Comparative analysis of classification algorithms on different datasets using WEKA
Sousa et al. Evolving knowledge graph similarity for supervised learning in complex biomedical domains
Uddin et al. Software defect prediction employing BiLSTM and BERT-based semantic feature
Yang et al. Learning to recognize actionable static code warnings (is intrinsically easy)
Assunção et al. Evolution of scikit-learn pipelines with dynamic structured grammatical evolution
Alhassan et al. Stacked denoising autoencoders for mortality risk prediction using imbalanced clinical data
Krömer et al. Towards new directions of data mining by evolutionary fuzzy rules and symbolic regression
Cui et al. Prediction task guided representation learning of medical codes in EHR
Geada et al. TrustyAI explainability toolkit
WO2023228902A1 (ja) 評価支援装置、評価方法及びプログラム
Srinivasan et al. An empirical study of on-line models for relational data streams
Kalinichenko et al. Methods and tools for hypothesis-driven research support: a survey
Tallón-Ballesteros et al. Merging subsets of attributes to improve a hybrid consistency-based filter: a case of study in product unit neural networks
Karagiannaki et al. Pathway activity score learning for dimensionality reduction of gene expression data
Kumar A new fitness function in genetic programming for classification of imbalanced data
Mohammed et al. The effectiveness of big data classification control based on principal component analysis
Lee et al. Induction of ordinal decision trees
Moradi et al. Explaining black-box text classifiers for disease-treatment information extraction
Mežnar et al. Link analysis meets ontologies: Are embeddings the answer?
Henrik Classifying European Court of Human Rights cases using transformer based models
Warrell et al. Compression-based network interpretability schemes
Ingelse et al. Domain-Aware Feature Learning with Grammar-Guided Genetic Programming

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23811774

Country of ref document: EP

Kind code of ref document: A1