論文の概要: Ranking Narrative Query Graphs for Biomedical Document Retrieval (Technical Report)

• arxiv url: http://arxiv.org/abs/2412.15232v1
• Date: Fri, 06 Dec 2024 12:49:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-29 08:29:26.322127
• Title: Ranking Narrative Query Graphs for Biomedical Document Retrieval (Technical Report)
• Title（参考訳）: バイオメディカルドキュメンテーション検索のためのナラティブ検索グラフのランク付け(技術報告)
• Authors: Hermann Kroll, Pascal Sackhoff, Timo Breuer, Ralf Schenkel, Wolf-Tilo Balke,
• Abstract要約: 本稿では,生物医学領域における既存のグラフベースの発見システムを拡張する。 グラフベースの非教師付きランキング手法、新しいクエリ緩和パラダイム、存在論的書き換えに寄与する。
• 参考スコア（独自算出の注目度）: 7.527096697768715
• License:
• Abstract: Keyword-based searches are today's standard in digital libraries. Yet, complex retrieval scenarios like in scientific knowledge bases, need more sophisticated access paths. Although each document somewhat contributes to a domain's body of knowledge, the exact structure between keywords, i.e., their possible relationships, and the contexts spanned within each single document will be crucial for effective retrieval. Following this logic, individual documents can be seen as small-scale knowledge graphs on which graph queries can provide focused document retrieval. We implemented a full-fledged graph-based discovery system for the biomedical domain and demonstrated its benefits in the past. Unfortunately, graph-based retrieval methods generally follow an 'exact match' paradigm, which severely hampers search efficiency, since exact match results are hard to rank by relevance. This paper extends our existing discovery system and contributes effective graph-based unsupervised ranking methods, a new query relaxation paradigm, and ontological rewriting. These extensions improve the system further so that users can retrieve results with higher precision and higher recall due to partial matching and ontological rewriting.
• Abstract（参考訳）: キーワードベースの検索は、今日のデジタルライブラリーの標準である。 しかし、科学的知識ベースのような複雑な検索シナリオは、より洗練されたアクセスパスを必要とします。 それぞれの文書はドメインの知識体系に何らかの貢献をするが、キーワード間の正確な構造、すなわちそれらの関連性、および各文書に散在するコンテキストは、効果的な検索に不可欠である。 この論理に従うと、個々の文書は、グラフクエリがドキュメントの検索に集中できるような、小規模の知識グラフと見なすことができる。 バイオメディカルドメインのためのグラフベースの完全発見システムを実装し,過去にそのメリットを実証した。 残念なことに、グラフベースの検索手法は一般に「正確なマッチング」パラダイムを踏襲するが、これは検索効率を著しく損なうものである。 本稿では,既存の発見システムを拡張し,グラフベースの非教師なしランキング手法,新しいクエリ緩和パラダイム,オントロジ書き換えに寄与する。 これらの拡張によりシステムはさらに改善され、ユーザーは部分的なマッチングやオントロジ的な書き換えによって、より高精度で高いリコールで結果を検索できる。

関連論文リスト

• G-RAG: Knowledge Expansion in Material Science [0.0]
  Graph RAGはグラフデータベースを統合して、検索プロセスを強化する。 文書のより詳細な表現を実現するために,エージェントベースの解析手法を実装した。
  論文  参考訳（メタデータ） (2024-11-21T21:22:58Z)
• PseudoSeer: a Search Engine for Pseudocode [18.726136894285403]
  疑似コードを含む学術論文の効率的な検索と検索を容易にするために、新しい擬似コード検索エンジンが設計された。 スニペットを活用することで、ユーザはタイトル、抽象情報、著者情報、コードスニペットなど、紙のさまざまな面を検索できる。 重み付けされたBM25ベースのランキングアルゴリズムを検索エンジンで使用し、検索結果の優先順位付け時に考慮される要因について述べる。
  論文  参考訳（メタデータ） (2024-11-19T16:58:03Z)
• Taxonomy-guided Semantic Indexing for Academic Paper Search [51.07749719327668]
  TaxoIndexは学術論文検索のためのセマンティックインデックスフレームワークである。 学術分類学によって導かれる意味指標として、論文から重要な概念を整理する。 既存の高密度レトリバーを強化するために柔軟に使用できる。
  論文  参考訳（メタデータ） (2024-10-25T00:00:17Z)
• Conversational Exploratory Search of Scholarly Publications Using Knowledge Graphs [3.3916160303055567]
  我々は,知識グラフを用いた学術出版物探索のための会話検索システムを開発した。 システムの有効性を評価するために,様々な評価指標を用い,40名の被験者で人的評価を行った。
  論文  参考訳（メタデータ） (2024-10-01T06:16:07Z)
• Query-oriented Data Augmentation for Session Search [71.84678750612754]
  本稿では,検索ログの強化とモデリングの強化を目的としたクエリ指向データ拡張を提案する。 検索コンテキストの最も重要な部分を変更することで補足的なトレーニングペアを生成する。 我々は、現在のクエリを変更するためのいくつかの戦略を開発し、その結果、様々な難易度で新しいトレーニングデータを得る。
  論文  参考訳（メタデータ） (2024-07-04T08:08:33Z)
• Generative Retrieval as Multi-Vector Dense Retrieval [71.75503049199897]
  生成検索は、文書の識別子をエンドツーエンドで生成する。 それまでの研究は、原子識別子による生成的検索が単一ベクトル密度検索と等価であることを示した。 生成的検索と多ベクトル高密度検索は,文書の問合せに対する関連性を測定するのと同じ枠組みを共有していることを示す。
  論文  参考訳（メタデータ） (2024-03-31T13:29:43Z)
• DiscoverPath: A Knowledge Refinement and Retrieval System for Interdisciplinarity on Biomedical Research [96.10765714077208]
  従来のキーワードベースの検索エンジンは、特定の用語に慣れていないユーザーを支援するのに不足している。 本稿では, バイオメディカル研究のための知識グラフに基づく紙検索エンジンを提案し, ユーザエクスペリエンスの向上を図る。 DiscoverPathと呼ばれるこのシステムは、名前付きエンティティ認識(NER)とPOSタグを使って、記事の要約から用語や関係を抽出し、KGを作成する。
  論文  参考訳（メタデータ） (2023-09-04T20:52:33Z)
• Autoregressive Search Engines: Generating Substrings as Document Identifiers [53.0729058170278]
  自動回帰言語モデルは、回答を生成するデファクト標準として現れています。 これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。 本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
  論文  参考訳（メタデータ） (2022-04-22T10:45:01Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• CODER: An efficient framework for improving retrieval through COntextualized Document Embedding Reranking [11.635294568328625]
  本稿では,最小計算コストで広範囲の検索モデルの性能を向上させるためのフレームワークを提案する。 ベース密度検索法により抽出された事前計算された文書表現を利用する。 実行時に第一段階のメソッドの上に無視可能な計算オーバーヘッドを発生させ、最先端の高密度検索手法と簡単に組み合わせられるようにする。
  論文  参考訳（メタデータ） (2021-12-16T10:25:26Z)

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。