基于 SVM 的系统综述摘要筛选方法的大规模研究
信息检索
2018-01-17 v3 机器学习
摘要
系统综述中的一项主要任务是摘要筛选，即根据标题和摘要排除数据库搜索返回的数百或数千条不相关引文。因此，能够自动化摘要筛选过程的系统综述平台至关重要。针对此任务已提出多种方法。然而，由于以下挑战，很难清楚地理解这些方法在系统综述平台中的适用性：(1) 评估所提方法时使用了不重叠的指标；(2) 使用了极难收集的特征；(3) 仅使用少量综述进行评估；(4) 缺乏坚实的统计检验或方法的等价性分组。在本文中，我们使用了每条引文可提取的特征表示。我们在大量综述（篇）和指标（个）上评估了基于 SVM 的方法（常用方法），以基于坚实的统计检验提供方法的等价性分组。我们的分析还包括使用x交叉验证对指标进行强变异性分析。虽然某些方法在不同指标和数据集上表现突出，但没有一种方法能主导全局。此外，我们观察到，在某些情况下，通过基于确定性的采样，仅需筛选 15-20% 的引文即可找到相关（被纳入）的引文。少数被纳入的引文呈现出异常特征，只有在经过大量筛选步骤后才能被发现。最后，我们提出了一种集成算法，根据引文的相关性生成星评级。该算法结合了我们评估中的最佳方法，并通过其星评级输出更易于理解的预测结果。
引用
@article{arxiv.1610.00192,
title = {A large scale study of SVM based methods for abstract screening in systematic reviews},
author = {Tanay Kumar Saha and Mourad Ouzzani and Hossam M. Hammady and Ahmed K. Elmagarmid and Wajdi Dhifli and Mohammad Al Hasan},
journal= {arXiv preprint arXiv:1610.00192},
year = {2018}
}