面向系统综述文献检索中有效查询构建的自动化MeSH术语推荐

高质量医学系统综述需要全面的文献检索，以确保推荐意见与结果足够可靠。事实上，检索相关医学文献是构建系统综述的关键阶段，常需领域（医学研究者）与检索（信息专家）专家共同开发检索查询。此类查询高度复杂，基于布尔逻辑，包含自由文本词与来自标准术语（如医学主题词表（MeSH））的标引词，且构建困难、耗时。特别是，使用 MeSH 术语已被证明可提升检索结果质量。然而，确定查询中应包含的 correct MeSH 术语十分困难：信息专家常不熟悉 MeSH 数据库，且不确定 MeSH 术语对查询的适用性。自然地，MeSH 术语的全部价值常未充分挖掘。本文研究基于仅含自由文本词的初始布尔查询推荐 MeSH 术语的方法。在此背景下，我们设计了基于词汇与预训练语言模型的方法。这些方法有望自动识别用于系统综述查询的高效 MeSH 术语。我们的研究贡献了对若干 MeSH 术语推荐方法的实证评估，并进一步贡献了对各方法 MeSH 术语推荐及其如何影响布尔查询有效性的详尽分析。