Fugu-MT 論文翻訳(概要): UPV at TREC Health Misinformation Track 2021 Ranking with SBERT and Quality Estimators

論文の概要: UPV at TREC Health Misinformation Track 2021 Ranking with SBERT and Quality Estimators

arxiv url: http://arxiv.org/abs/2112.06080v1
Date: Sat, 11 Dec 2021 21:57:57 GMT
ステータス: 処理完了
システム内更新日: 2021-12-16 10:34:07.437914
Title: UPV at TREC Health Misinformation Track 2021 Ranking with SBERT and Quality Estimators
Title（参考訳）: trec health misinformation track 2021でupvがsbertとquality estimatorsでランク付け
Authors: Ipek Baris Schlicht and Angel Felipe Magnoss\~ao de Paula and Paolo Rosso
Abstract要約: BM25とドメイン固有のセマンティック検索エンジンを用いて初期文書を検索する。品質評価のための健康ニューススキーマを検証し、それを文書の再ランクに適用する。
参考スコア（独自算出の注目度）: 6.167830237917659
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Health misinformation on search engines is a significant problem that could negatively affect individuals or public health. To mitigate the problem, TREC organizes a health misinformation track. This paper presents our submissions to this track. We use a BM25 and a domain-specific semantic search engine for retrieving initial documents. Later, we examine a health news schema for quality assessment and apply it to re-rank documents. We merge the scores from the different components by using reciprocal rank fusion. Finally, we discuss the results and conclude with future works.
Abstract（参考訳）: 検索エンジンの健康情報不足は、個人や公衆の健康に悪影響を及ぼす可能性がある重要な問題である。この問題を軽減するため、trecは健康情報トラックを組織する。本稿では,本トラックへの提案について述べる。 BM25とドメイン固有のセマンティック検索エンジンを用いて初期文書を検索する。その後、品質評価のための健康ニューススキーマを調べ、文書の再ランク付けに適用する。我々は相互階数融合を用いて異なる成分のスコアをマージする。最後に、結果を議論し、今後の研究で結論づける。

関連論文リスト

Improving Health Question Answering with Reliable and Time-Aware Evidence Retrieval [5.69361786082969]
本研究は,オープンドメインのQA設定に焦点をあて,重要な課題は,まず大きな知識ベースで関連する証拠を明らかにすることである。一般的な検索対象QAパイプラインとPubMedを信頼できる医療研究資料のコレクションとして活用することにより、3つの多様なデータセットからの健康問題に答える。以上の結果から,検索した文書の量を削減し,最近かつ高度に引用された文書を優先することで,最終マクロF1スコアを最大10%向上させることができることがわかった。
論文参考訳（メタデータ） (2024-04-12T09:56:12Z)
Machine Learning for Health symposium 2023 -- Findings track [16.654806183414976]
ML4H 2023は、様々な健康関連分野における問題に関する高品質な申請を招待した。紙は、高度な技術的洗練と健康への影響の高い成熟した仕事をターゲットにしていた。 Findingsのトラックは、洞察に富んだ議論を引き起こしたり、コミュニティにとって価値のあるリソースとして機能したり、新しいコラボレーションを可能にする可能性のある新しいアイデアを探していた。
論文参考訳（メタデータ） (2023-12-01T15:30:43Z)
Generating Natural Language Queries for More Effective Systematic Review Screening Prioritisation [53.77226503675752]
現在の技術状況では、レビューの最終タイトルをクエリとして、BERTベースのニューラルランクラを使用してドキュメントのランク付けに使用しています。本稿では,ChatGPT や Alpaca などの命令ベース大規模言語モデルによって生成される文書の検索に使用される Boolean クエリやクエリなど,スクリーニングを優先するクエリの代替源について検討する。私たちのベストアプローチは、スクリーニング時に利用可能な情報に基づいて実現されるだけでなく、最終タイトルと同じような効果があります。
論文参考訳（メタデータ） (2023-09-11T05:12:14Z)
Incorporating Emotions into Health Mention Classification Task on Social Media [70.23889100356091]
情緒的特徴を取り入れた健康言及分類のための枠組みを提案する。我々は,ソーシャルメディアプラットフォームによる5つのHMC関連データセットに対するアプローチを評価した。以上の結果から,感情的な知識を取り入れたHMCモデルが有効な選択肢であることが示唆された。
論文参考訳（メタデータ） (2022-12-09T18:38:41Z)
RedHOT: A Corpus of Annotated Medical Questions, Experiences, and Claims on Social Media [1.5293427903448022]
我々はReddit Health Online Talk (RedHOT)を紹介します。これらの主張の中で、患者の人口、インターベンション、アウトカム(PIO)を記述したスニペットをマークします。そこで本研究では,高密度検索モデルの学習に使用するタスクの監視(ノイズ)を自動的に導出する手法を提案する。
論文参考訳（メタデータ） (2022-10-12T15:50:32Z)
HealthE: Classifying Entities in Online Textual Health Advice [0.0]
我々は、6,756の健康アドバイスからなる新しい注釈付きデータセットHealthEをリリースした。 HealthEは既存のNERコーパスに比べて、より粒度の細かいラベル空間を持っている。我々は、エンティティクラス分類におけるテキストコンテキストパターンを活用する、新しいヘルスエンティティ分類モデルEP S-BERTを導入する。
論文参考訳（メタデータ） (2022-10-06T23:18:24Z)
Medical Question Understanding and Answering with Knowledge Grounding and Semantic Self-Supervision [53.692793122749414]
本稿では,知識基盤とセマンティック・セルフスーパービジョンを備えた医療質問理解・回答システムについて紹介する。我々のシステムは、まず、教師付き要約損失を用いて、長い医学的、ユーザによる質問を要約するパイプラインである。システムはまず、信頼された医療知識ベースから要約されたユーザ質問とFAQとをマッチングし、対応する回答文書から一定の数の関連文を検索する。
論文参考訳（メタデータ） (2022-09-30T08:20:32Z)
ITTC @ TREC 2021 Clinical Trials Track [54.141379782822206]
本課題は、患者の入院ノートの要約を構成するトピックに有効な臨床試験を適合させる問題に焦点を当てる。 NLP手法を用いて試行とトピックの表現方法を探索し、共通の検索モデルを用いて各トピックに関連するトライアルのランク付けリストを生成する。提案されたすべての実行の結果は、すべてのトピックの中央値よりもはるかに上回っていますが、改善の余地はたくさんあります。
論文参考訳（メタデータ） (2022-02-16T04:56:47Z)
Mirror Matching: Document Matching Approach in Seed-driven Document Ranking for Medical Systematic Reviews [31.3220495275256]
文書ランキングとは、関係する文書が無関係のものよりも上位にある文書ランキングを提供することによって研究者を支援する手法である。本稿では,医用要約テキスト間のマッチングスコアを共通記述パターンを組み込んで計算するミラーマッチング(Mirror Matching)という文書マッチング尺度を提案する。
論文参考訳（メタデータ） (2021-12-28T22:27:52Z)
An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task [91.3755431537592]
文書検診はEvidenced Based Medicineにおける中心的な課題である。本稿では,BERT や PubMedBERT を組み込んだ DL 文書分類手法と DL 類似性検索経路を提案する。 2017年と2018年のCLEF eHealth コレクションにおいて,私の DL 戦略の検索の有効性を検証し,評価した。
論文参考訳（メタデータ） (2021-04-16T19:45:27Z)
MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。 MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文参考訳（メタデータ） (2020-10-15T03:34:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。