Khóa luận tốt nghiệp: Một mô hình học máy xác định tính chất Modification của các sự kiện y sinh về bệnh ung thư di truyền

Với lượng lớn các tài liệu y sinh được công bố hàng ngày, việc trích xuất thông tin y sinh trở nên cấp thiết. Trong lĩnh vực này, bài toán trích chọn sự kiện, đặc biệt là xác định tính chất Modification (phủ định - Negation, hoặc suy đoán - Speculation) đóng vai trò then chốt. Sự kiện Modification giúp phân biệt thông tin có thật với những thông tin không chắc chắn hoặc bị phủ định trong văn bản. Hiện tại, hiệu năng của các hệ thống giải quyết bài toán này còn chưa cao. Do đó, khóa luận này tập trung xây dựng một mô hình học máy để giải quyết bài toán xác định tính chất Modification của các sự kiện y sinh liên quan đến bệnh ung thư di truyền, nhằm nâng cao độ chính xác trong việc khai thác thông tin từ các văn bản y sinh học.

Các nhà nghiên cứu trong lĩnh vực xử lý ngôn ngữ tự nhiên, học máy, tin sinh học và các chuyên gia y tế quan tâm đến khai thác thông tin từ văn bản y sinh, đặc biệt là trong lĩnh vực ung thư di truyền.

Bài toán trích xuất sự kiện y sinh là một lĩnh vực nghiên cứu quan trọng nhằm xác định mối quan hệ giữa các thực thể và hoạt động sinh học. Tuy nhiên, việc xác định tính chất Modification của các sự kiện y sinh là một thách thức lớn, bởi nó giúp phân loại thông tin là có thật, không chắc chắn, hoặc phủ định. Khóa luận này tập trung vào giải quyết bài toán xác định tính chất Modification của các sự kiện y sinh trong miền dữ liệu ung thư di truyền, một vấn đề có hiệu năng giải quyết chưa cao (<60% F1-score) với các phương pháp hiện tại. Chúng tôi đề xuất một mô hình học máy giám sát, được xây dựng dựa trên việc phân tích các thách thức, so sánh các hướng tiếp cận, và tích hợp nhiều đặc trưng (từ vựng, cú pháp, ngữ nghĩa) cùng với các luật. Mô hình bao gồm hai thành phần chính: Trích chọn sự kiện và Trích chọn sự kiện Modification. Với dữ liệu chuẩn từ BioNLP Shared Task 2013, mô hình của chúng tôi đạt kết quả F1-score là 59.47%, cụ thể là 60.41% cho Negation và 57.05% cho Speculation. Kết quả này chứng minh tiềm năng của phương pháp đề xuất trong việc cải thiện độ chính xác của các hệ thống khai phá thông tin y sinh học, đóng góp vào việc phân biệt thông tin y sinh học đáng tin cậy trong các nghiên cứu về ung thư di truyền.