镜像匹配：医学系统综述中种子驱动文档排序的文档匹配方法

当医学研究者开展系统综述（SR）时，研究筛选是最耗时的过程：研究者阅读数千篇医学文献并手动标注相关或不相关。筛选优先级排序（即文档排序）是一种通过提供相关文档排名高于不相关文档的排序来辅助研究者的途径。种子驱动文档排序（SDR）使用一篇已知相关文档（即种子）作为查询并生成此类排序。先前 SDR 工作寻求识别查询文档中不同词项权重，并在检索模型中利用它们计算排序分数。作为替代，我们将 SDR 任务表述为寻找与查询文档相似的文档并基于相似度分数产生排序。我们提出一种称为镜像匹配的文档匹配度量，其通过按序融入背景、方法、结果和结论等常见写作模式来计算医学摘要文本间的匹配分数。我们在 CLEF 2019 eHealth Task 2 TAR 数据集上实验，实证结果表明该简单方法在平均精度与精度导向指标上优于传统与神经检索模型。