본 논문은 방대한 생의학 문헌에서 지식 발견을 위한 효율적인 방법을 제시합니다. 기존의 지도 학습 방식이 라벨링된 데이터에 대한 의존도가 높다는 한계를 극복하기 위해, 의존성 트리와 어텐션 메커니즘 기반의 비지도 학습 알고리즘을 제안합니다. 약지도 학습부터 완전 비지도 학습 환경까지 점진적으로 감독 수준을 낮추면서, 생의학 개체 간의 의미 관계를 식별하는 다양한 이진 분류 방법의 성능을 평가합니다. 이는 노이즈가 있는 레이블에서도 강건하게 동작하는 모델을 개발하고, 데이터 효율적인 지식 발견 시스템을 구축하기 위한 노력입니다.
