論文の概要: MeSH Suggester: A Library and System for MeSH Term Suggestion for
Systematic Review Boolean Query Construction
- arxiv url: http://arxiv.org/abs/2212.09018v1
- Date: Sun, 18 Dec 2022 05:32:19 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-20 15:34:38.875508
- Title: MeSH Suggester: A Library and System for MeSH Term Suggestion for
Systematic Review Boolean Query Construction
- Title（参考訳）: MeSH Suggester: ブールクエリ構築のシステムレビューのためのMeSH用語提案ライブラリとシステム
- Authors: Shuai Wang, Hang Li, Guido Zuccon
- Abstract要約: 我々は、Web ベースの MeSH 項提案プロトタイプシステムと、我々の MeSH 項提案メソッドを実装した Python ライブラリを作成する。
本稿では,Web ベースシステムのアーキテクチャと,それを MeSH 項提案タスクに利用する方法について述べる。
Pythonライブラリについて、さらに研究と実験を進めるために、ライブラリがどのように使用できるかを説明します。
- 参考スコア（独自算出の注目度）: 29.61381068463731
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Boolean query construction is often critical for medical systematic review
literature search. To create an effective Boolean query, systematic review
researchers typically spend weeks coming up with effective query terms and
combinations. One challenge to creating an effective systematic review Boolean
query is the selection of effective MeSH Terms to include in the query. In our
previous work, we created neural MeSH term suggestion methods and compared them
to state-of-the-art MeSH term suggestion methods. We found neural MeSH term
suggestion methods to be highly effective.
In this demonstration, we build upon our previous work by creating (1) a
Web-based MeSH term suggestion prototype system that allows users to obtain
suggestions from a number of underlying methods and (2) a Python library that
implements ours and others' MeSH term suggestion methods and that is aimed at
researchers who want to further investigate, create or deploy such type of
methods. We describe the architecture of the web-based system and how to use it
for the MeSH term suggestion task. For the Python library, we describe how the
library can be used for advancing further research and experimentation, and we
validate the results of the methods contained in the library on standard
datasets. Our web-based prototype system is available at
http://ielab-mesh-suggest.uqcloud.net, while our Python library is at
https://github.com/ielab/meshsuggestlib.
- Abstract（参考訳）: ブール問合せ構成は、しばしば医学的体系的レビュー文献検索において重要である。
効果的なBooleanクエリを作成するために、システマティックレビュー研究者は通常、効果的なクエリ用語と組み合わせを数週間かけて作成する。
効果的な体系的なレビュー Booleanクエリを作成する上での課題のひとつは、クエリに含める効果的なMeSH用語の選択だ。
これまでの研究では、ニューラルネットワークの用語提案メソッドを作成し、それを最先端のメッシュ用語提案メソッドと比較しました。
ニューラルなMeSH項提案法は高い有効性を示した。
本稿では,(1) web ベースのメッシュターム提案プロトタイプシステムを作成し,(2) 基盤となるメソッドから提案を得られるようにし,(2) メッシュターム提案メソッドを実装し,さらに調査・作成・デプロイしたい研究者を対象としたpython ライブラリを構築した。
本稿では,Web ベースシステムのアーキテクチャと MeSH 項提案タスクの使い方について述べる。
pythonライブラリについては、ライブラリがさらなる研究と実験にどのように使われるかを説明し、標準データセットでライブラリに含まれるメソッドの結果を検証する。
私たちのWebベースのプロトタイプシステムはhttp://ielab-mesh-suggest.uqcloud.netで、Pythonライブラリはhttps://github.com/ielab/meshsuggestlibで利用可能です。
関連論文リスト
- Keyword Embeddings for Query Suggestion [3.7900158137749322]
本稿では,科学文献に基づいて学習したキーワード提案タスクのための2つの新しいモデルを提案する。
我々の手法はWord2VecとFastTextのアーキテクチャに適応し、文書のキーワード共起を利用してキーワード埋め込みを生成する。
我々は,タスクのベースラインよりも大幅に改善された,最先端の単語と文の埋め込みモデルに対する提案を評価した。
論文 参考訳（メタデータ） (2023-01-19T11:13:04Z) - Automated MeSH Term Suggestion for Effective Query Formulation in
Systematic Reviews Literature Search [31.797257552928336]
本稿では,自由文語のみを含む初期Booleanクエリに基づいてMeSH語を提案する手法を提案する。
これらのメソッドは、体系的なレビュークエリに含めるための、非常に効果的なMeSH用語を自動的に識別することを約束する。
論文 参考訳（メタデータ） (2022-09-19T00:31:29Z) - A novel evaluation methodology for supervised Feature Ranking algorithms [0.0]
本稿では,特徴ランクの新たな評価手法を提案する。
合成データセットを使用することで、特徴重要度スコアを事前に知ることができ、より体系的な評価が可能になる。
新しい方法論を使った大規模な実験を容易にするため、fsevalと呼ばれるベンチマークフレームワークがPythonで構築された。
論文 参考訳（メタデータ） (2022-07-09T12:00:36Z) - pymdp: A Python library for active inference in discrete state spaces [52.85819390191516]
pymdpはPythonでアクティブな推論をシミュレートするオープンソースパッケージである。
我々は,POMDPによるアクティブな推論をシミュレートする,最初のオープンソースパッケージを提供する。
論文 参考訳（メタデータ） (2022-01-11T12:18:44Z) - Semantic Search for Large Scale Clinical Ontologies [63.71950996116403]
本稿では,大規模臨床語彙検索システムを構築するための深層学習手法を提案する。
本稿では,意味学習データに基づくトレーニングデータを生成するTriplet-BERTモデルを提案する。
このモデルは,5つの実ベンチマークデータセットを用いて評価され,提案手法は自由テキストから概念,概念まで,概念語彙の検索において高い結果が得られることを示す。
論文 参考訳（メタデータ） (2022-01-01T05:15:42Z) - CARLA: A Python Library to Benchmark Algorithmic Recourse and
Counterfactual Explanation Algorithms [6.133522864509327]
CARLA (Counterfactual And Recourse LibrAry) は、対物的説明法をベンチマークするピソンライブラリである。
提案手法は,11種類の反事実的説明手法の広範なベンチマークを提供する。
また,将来的対実的説明法の研究のためのベンチマークフレームワークも提供する。
論文 参考訳（メタデータ） (2021-08-02T11:00:43Z) - RethinkCWS: Is Chinese Word Segmentation a Solved Task? [81.11161697133095]
中国語の単語(CWS)システムの性能は、ディープニューラルネットワークの急速な発展とともに、徐々に高水準に達している。
本稿では、私たちが達成した事柄の株式を取得し、CWSタスクに残されている事柄を再考する。
論文 参考訳（メタデータ） (2020-11-13T11:07:08Z) - Req2Lib: A Semantic Neural Model for Software Library Recommendation [8.713783358744166]
我々はReq2Libと呼ばれる新しいニューラルアプローチを提案し、プロジェクトの要件を記述したライブラリを推奨する。
本研究では,自然言語における要求記述の関連情報と意味情報の学習にシーケンス・ツー・シーケンスモデルを用いる。
我々の予備評価は、Req2Libがライブラリを正確に推奨できることを示しています。
論文 参考訳（メタデータ） (2020-05-24T14:37:07Z) - The Paradigm Discovery Problem [121.79963594279893]
我々は、パラダイム発見問題を定式化し、システム判定のためのメトリクスを開発する。
5つの多言語に対する経験的結果について報告する。
私たちのコードとデータは公開されています。
論文 参考訳（メタデータ） (2020-05-04T16:38:54Z) - OPFython: A Python-Inspired Optimum-Path Forest Classifier [68.8204255655161]
本稿では,OPFythonと表記されるPythonベースのOptimum-Path Forestフレームワークを提案する。
OPFythonはPythonベースのライブラリなので、C言語よりもフレンドリーな環境とプロトタイピングの作業スペースを提供する。
論文 参考訳（メタデータ） (2020-01-28T15:46:19Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。