[3K4-GS-10] AI応用：テキスト分析

[3K4-GS-10-02] 学術文献情報による化学物質の有害性推定

〇三浦 崇寛¹、浅谷 公威¹、宮本 由美²、清水 愛織²、坂田 一郎¹ (1. 東京大学工学系研究科、2. ダイキン工業株式会社)

キーワード：有害物質、ネットワーク埋め込み、表現学習

持続可能な開発目標(SDGs)達成に向けて、環境や人体に危険性のある物質をいち早く検知し対応への取り組みに繋げることは、規制の整備を行う国だけでなく化学物質を利用する企業や研究者にとっても求められている。これまで化学物質のリスクはQSARなどを用いた物性が着目されていたが、環境問題に繋がる環境蓄積性などはマイクロプラスチックを筆頭として物性から推定することが難しい。そこで本研究では、規制内容が近い物質は学術コミュニティにおいて類似の文脈で議論されているという仮定に基づき、有害性のある化学物質に関する論文の引用情報と文書情報を機械学習により分類することで危険度の高い物質について議論している論文とその物質名を抽出する手法を提案する。4つの有害性/環境対応に関するカテゴリに対して実験を行った結果、書誌情報を用いることで有害性に関する論文を網羅的に取得することが可能であり、特に引用表現が物質の危険性予測に有効であることを示した。評価実験では抽出された論文を目視により評価を分類精度の検証を行なった上で、有害性関連論文の数から有害性のある物質推定を行い提案手法が有効であることを示した。