面向生物医学与COVID-19复杂问答的查询聚焦抽取式摘要

本文介绍麦考瑞大学参与最近两次BioASQ Synergy任务（截至2022年6月）以及BioASQ10任务B（BioASQ10b）B阶段的工作。这些任务要求参与系统生成对生物医学问题的复杂答案，答案可能包含多于一个句子。我们应用查询聚焦抽取式摘要技术。具体而言，我们遵循基于句子分类的方法，对与问题相关的每个候选句子打分，并返回得分最高的$n$个句子作为答案。Synergy任务对应一个端到端系统，需要文档选择、片段选择和找出最终答案，但其训练数据非常有限。对于Synergy任务，我们分两阶段选择候选句子：文档检索和片段检索，最终答案通过使用在BioASQ9b训练数据上训练的DistilBERT/ALBERT分类器找出。文档检索通过使用BioASQ组织者提供的搜索API在CORD-19数据上的标准搜索完成，片段检索通过使用问题与候选句子的余弦相似度对检索到的前排文档的句子重排序完成。我们观察到经sBERT表示的向量优于tf.idf。BioASQ10b B阶段专注于寻找生物医学问题的具体答案。对于该任务，我们遵循以数据为中心的方法。我们假设早期BioASQ年份的训练数据可能存在偏置，并尝试了训练数据的不同子集。我们观察到当系统在BioASQ10b训练数据的后半部分上训练时结果有所提升。