【AAAI2022】利用神经检索器改进生物医学信息检索

信息检索是搜索引擎、对话系统以及开放域问答等自然语言处理任务的重要组成部分。IR在生物医学领域发挥着重要的作用，在生物医学领域，科学知识的内容和来源可能会迅速发展。尽管神经检索在标准的开放域问答任务中已经超越了传统的IR方法，如TF-IDF和BM25，但在生物医学领域仍存在不足。在本论文中，我们试图利用神经检索器(NR)改善生物医学领域的信息检索(IR)，并采用三管齐下的方法来实现这一目标。首先，为了解决生物医学领域数据相对匮乏的问题，我们提出了一种基于模板的问题生成方法，可用于训练神经检索模型。其次，我们开发了两个与下游信息检索任务紧密相关的新训练前任务。第三，我们引入了“Poly-DPR”模型，它将每个上下文编码成多个上下文向量。关于BioASQ挑战的大量实验和分析表明，我们提出的方法比现有的神经方法获得了很大的收益，并在小语料库环境中击败了BM25。我们证明了BM25和我们的方法可以相互补充，一个简单的混合模型可以在大型语料库设置中获得进一步的收益。

https://www.zhuanzhi.ai/paper/15fa11615c0f9c05569c72cc43df7589

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“BRNR” 就可以获取《【AAAI2022】利用神经检索器改进生物医学信息检索》专知下载链接

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取70000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取70000+AI主题知识资源