GRAPHENE：一种基于图增强深度学习与外部知识赋能的精准生物医学文献检索引擎
信息检索
2019-11-22 v2 计算与语言
数字图书馆
摘要
有效的生物医学文献检索（BLR）在精准医学信息学中起着核心作用。本文提出 GRAPHENE，一种基于深度学习的精准 BLR 框架。GRAPHENE 由三个主要模块组成：1）图增强文档表示学习；2）查询扩展与表示学习；3）生物医学文章排序学习。图增强文档表示学习模块构建包含生物医学概念节点和文档节点的文档-概念图，从而能够捕获来自外部知识源的全局生物医学相关概念，并进一步连接至 BiLSTM，以同时探索局部和全局主题。查询扩展与表示学习模块利用缩写与不同名称对查询进行扩展，然后构建基于 CNN 的模型对扩展查询进行卷积，并为每个查询获得向量表示。排序学习最小化生物医学文章与查询之间的排序损失以学习检索函数。我们将系统应用于 TREC Precision Medicine 赛道数据上的实验结果证明了其有效性。
引用
@article{arxiv.1911.00760,
title = {GRAPHENE: A Precise Biomedical Literature Retrieval Engine with Graph Augmented Deep Learning and External Knowledge Empowerment},
author = {Sendong Zhao and Chang Su and Andrea Sboner and Fei Wang},
journal= {arXiv preprint arXiv:1911.00760},
year = {2019}
}
备注
CIKM 2019