新冠肺炎相关论文的信息检索与抽取工具

背景：新冠肺炎疫情对全球健康系统造成了严重影响。其关键性及个人和组织日益增加的开发对策的兴趣，导致在科学期刊中出现了大量新研究。目标：我们寻求开发一种工具，以一种新颖的方式融合信息检索（IR）和抽取（IE）应用于新冠肺炎开放研究数据集（CORD-19）。本文的主要目标是为新冠肺炎相关论文提供更好的搜索工具，帮助研究人员查找参考文献并突出显示文本中的相关实体。方法：我们应用潜在狄利克雷分解（LDA）基于研究方面，对 CORD-19 中所有英文摘要的主题进行建模。提取每个摘要的相关命名实体并链接到相应的 UMLS 概念。使用正则表达式和 K 近邻算法对相关论文进行排序。结果：我们的工具已显示出通过自动化对 CORD-19 论文进行基于主题的搜索来帮助研究人员的潜力。尽管如此，我们识别出更精细的主题建模参数和研究方面分类器模型的提高准确率可能导致更准确可靠的工具。结论：我们强调需要新的自动化工具来帮助研究人员查找相关新冠肺炎文档，以及自动从中提取有用信息。我们的工作表明，结合不同的算法和模型可能导致浏览新冠肺炎论文数据的新方法。