从方案到筛选：一种用于技术辅助系统文献综述的混合学习方法
信息检索
2020-11-20 v1
摘要
在医学领域，系统文献综述（SLR）试图收集所有符合预先设定纳入标准的经验证据，以回答特定研究问题。准备SLR的过程包含多项费力且耗时的任务，涉及高昂的金钱成本。技术辅助综述（TAR）方法使创建SLR的不同流程自动化，尤其侧重于减轻审稿人的筛选负担。我们提出一种新颖的TAR方法，实现了从研究方案到相关论文筛选的完整流程。我们的流程克服了对专家构建的布尔查询的需求，由三个不同组件构成：初级检索引擎、评审间排序器和评审内排序器，将学习排序技术与相关性反馈方法相结合。此外，我们提供了CLEF 2019 eHealth Lab数据集任务2的更新版本，并公开可用。在该数据集上的实证结果表明，我们的方法能达到最先进的性能。
引用
@article{arxiv.2011.09752,
title = {From Protocol to Screening: A Hybrid Learning Approach for Technology-Assisted Systematic Literature Reviews},
author = {Athanasios Lagopoulos and Grigorios Tsoumakas},
journal= {arXiv preprint arXiv:2011.09752},
year = {2020}
}