高性能精准医学搜索引擎的要素：系统性追溯主要系统特征
信息检索
2020-06-08 v2
摘要
2017 至 2019 年间，文本检索会议（TREC）利用医学文献（PubMed）与临床试验文档开展了精准医学挑战任务。尽管在这些评测活动中进行了大量性能测量，科学界对于各系统特征及其权重对整体系统性能的影响仍相当不确定。为弥补这一解释性缺口，我们首先使用基于序列模型的算法配置（SMAC）程序确定最优特征配置，并将其输出应用于基于 BM25 的搜索引擎。随后我们进行了消融研究，以系统评估相关系统特征的个体贡献：BM25 参数、查询类型与加权方案、查询扩展、停用词过滤以及关键词增强。在评估中，我们采用三届 TREC-PM 的黄金标准数据，使用通用的 infNDCG 指标评价不同特征的有效性。
引用
@article{arxiv.2006.02785,
title = {What Makes a Top-Performing Precision Medicine Search Engine? Tracing Main System Features in a Systematic Way},
author = {Erik Faessler and Michel Oleynik and Udo Hahn},
journal= {arXiv preprint arXiv:2006.02785},
year = {2020}
}
备注
Accepted for SIGIR2020, 10 pages