使用 NLP 技术，如词袋、平均词向量、平均 BERT 基础模型和 Tf-Idf 加权词向量模型，结合余弦相似度算法，在 CORD-19 数据集中找出与 COVID-19 主题有关的研究文献。

May, 2022

本研究通过使用 Transformer 神经网络，在 CORD-19 数据集上解决了 COVID-19 文献检索和问答的挑战，并展示了其在一些实例上的有效性。

Nov, 2022

探讨如何为新疾病的大流行提供可靠的信息支持，实现新的信息检索，采用不同的排名算法，并提出了神经检索方法，并在 TREC COVID 搜索中证明其有效性。

Jul, 2020

本研究的主要目标是开发一种工具，将信息检索和提取技术应用于 COVID-19 开放研究数据集（CORD-19），为研究人员提供更好的 COVID-19 相关论文搜索工具，帮助他们找到参考论文并突出显示文本中的相关实体。

Jan, 2024

本文提出了 COVID-19 知识图谱（CKG），它结合了语义信息和拓扑信息来提取和可视化 COVID-19 科学文章之间的复杂关系，最终形成一个关系图谱。CKG 可以为类似文档检索提供低维度的图像嵌入，有助于揭示 COVID-19 科学文章中深层次的信息。

Jul, 2020

提出了一种零样本排名算法，它适应于 COVID-19 相关的科学文献，它主要使用了一种预先训练在科学文本上的神经再排序模型 (SciBERT)，该方法在 TREC COVID Round 1 排行榜中排名最高且表现优异，在不依赖 TREC-COVID 数据的情况下，该方法的表现优于依赖这些数据的模型，是一种强大的全球危机搜索基线。

Oct, 2020

CAiRE-COVID 是一个实时的问题回答和多文档摘要系统，它通过结合信息提取、最新的问答和面向查询的多文档摘要技术来选择和突出查询中的证据片段，以回答与 COVID-19 相关的高优先级问题，并总结突出的问题相关信息。

May, 2020

介绍了 Covidex 搜索引擎的使用，该搜索引擎利用最新的神经排名模型提供 COVID-19 Open Research Dataset 的信息访问，并针对全球大流行病开发了技术的三个组成部分，其中包括成熟的融合方法和可独立应用的神经排名模型。

Jul, 2020

本文提供了一种结合大型数据建模、信息制图和趋势分析的新型自动化主题可视化方法，用于快速发现 COVID-19 疫情下的主题和研究资源，结果显示了有关社交隔离、医疗话题、病毒在不同地区的演变轨迹等信息，同时也表明了迫切需要快速自动化地进行大规模数据的搜索和浏览。

May, 2020

本文介绍了 Neural Covidex 搜索引擎的开发，该引擎利用最新的神经排序技术，提供对 Allen AI 的 COVID-19 开放研究数据集的信息访问，并分享了开发过程中的一些经验和思考，旨在提高科学文献的信息获取能力，启发基于证据的决策和洞见生成。

Apr, 2020