COV19IR：COVID-19 领域文献信息检索
信息检索
2022-11-09 v1 计算与语言
摘要
日益增长的 COVID-19 研究文献给有效的文献筛选和 COVID-19 领域知识感知的信息检索带来了新的挑战。为应对这些挑战，我们展示了两项任务及其解决方案：COVID-19 文献检索和问答。COVID-19 文献检索任务为文本用户查询筛选匹配的 COVID-19 文献文档，COVID-19 问答任务从文本语料库中预测合适的文本片段作为特定 COVID-19 相关问题的答案。基于 Transformer 神经网络，我们提供了在 CORD-19 数据集上实现这些任务的解决方案，并展示若干示例以表明我们所提方案的有效性。
引用
@article{arxiv.2211.04013,
title = {COV19IR : COVID-19 Domain Literature Information Retrieval},
author = {Arusarka Bose and Zili Zhou and Guandong Xu},
journal= {arXiv preprint arXiv:2211.04013},
year = {2022}
}