学习读什么：聚焦式机器阅读

生物信息学近期在生物医学文献的机器阅读以及将提取的生化相互作用组装成蛋白质信号通路等大规模模型方面取得了巨大进展。然而，由于成本和处理开销，以当今规模（仅PubMed每年就收录超过100万篇论文）对文献进行批量机器阅读是不可行的。在本工作中，我们引入一种聚焦阅读方法，以引导生物医学文献的机器阅读朝向为尽可能高效地回答生物医学查询而应阅读哪些文献。我们提出了一系列聚焦阅读算法，包括一个直观且强劲的基线方法，以及第二种使用强化学习（RL）框架的方法，该框架学习何时探索（拓宽搜索）或利用（缩小搜索）。我们证明RL方法能够比基线回答更多查询，同时更高效，即阅读更少的文档。