面向癌症患者问答系统的查询管道优化
计算与语言
2026-04-17 v2
摘要
检索增强生成（RAG）通过使用查询管道检索相关外部信息并将响应基于检索到的知识，减轻了大语言模型（LLM）中的幻觉。然而，针对癌症患者问答（CPQA）系统的查询管道优化需要分别优化多个组件，并考虑领域特定因素。我们为CPQA系统中的RAG查询管道提出了一种新颖的三方面优化方法，利用公共生物医学数据库如PubMed和PubMed Central。我们的优化包括：（1）文档检索，利用NCBI资源的比较分析并引入混合语义实时文档检索（HSRDR）；（2）段落检索，确定密集检索器和重排序器的最佳配对；（3）语义表示，引入语义增强重叠分割（SEOS）以改善上下文理解。在针对癌症相关查询定制的数据集上，我们优化的RAG方法将Claude-3-haiku的答案准确率比思维链提示提高了5.24%，比朴素RAG设置提高了约3%。本研究强调了领域特定查询优化在充分发挥RAG潜力方面的重要性，并为构建更准确可靠的CPQA系统提供了稳健框架，推动了基于RAG的生物医学系统的发展。
引用
@article{arxiv.2412.14751,
title = {Query pipeline optimization for cancer patient question answering systems},
author = {Maolin He and Rena Gao and Mike Conway and Brian E. Chapman},
journal= {arXiv preprint arXiv:2412.14751},
year = {2026}
}
备注
This paper has been accepted as a Findings Paper in ACL 2026