生物医学领域的多视角语义信息检索

信息检索（IR）是从大型信息库中获取得特定查询或需求相关的数据片段（如文档）的任务。IR 是若干下游自然语言处理（NLP）任务的宝贵组成部分。实际上，IR 处于许多广泛使用的技术（如搜索引擎）的核心。虽然自 1970 年代以来，Okapi BM25 函数等概率排序函数已用于 IR 系统，但现代神经方法相比经典对应方法具有某些优势。特别是，BERT（Bidirectional Encoder Representations from Transformers）的发布通过对在大型语料库上训练的掩码语言模型的使用可改进包括句子分类和段落重排序在内的多种下游 NLP 任务，对 NLP 社区产生了重大影响。IR 系统在生物医学和临床领域也很重要。鉴于生物医学领域科学文献的不断增加，从数百万篇文章的库中查找针对特定临床查询的答案对医疗专业人员具有实际价值。此外，还存在领域特定的挑战，包括在确定查询与句子间相关性时处理临床行话以及评估各种医学症状的相似性或关联性。本工作对生物医学语义信息检索领域的若干方面作出贡献。首先，它引入了多视角句子相关性，一种利用基于 BERT 的模型进行上下文 IR 的新方法。该系统使用 BioASQ 生物医学 IR 挑战赛进行评估。最后，以面向医生的实时 IR 系统和关于 Living Systematic Review 临床任务的提议挑战的形式提供了实际贡献。