Dec, 2022

MeSH Suggester: 一个用于系统性评价布尔查询构建的 MeSH 术语建议库和系统

PDF
TL;DR通过创建基于神经元概念的 MeSH（医学主题头词库）术语建议方法，并将其与最先进的 MeSH 术语建议方法进行比较，我们发现神经元概念的 MeSH 术语建议方法非常有效。我们进一步开发了基于 Web 和 Python 的 MeSH 术语建议原型系统，它允许用户从多种潜在的方法中获得建议，并帮助研究人员进一步开展研究和实验。该网络原型系统可通过 http 链接进行访问，而 Python 库则可以通过 https 链接获得。
boolean query constructionmesh termsneural mesh term suggestion methodsweb-based mesh term suggestion prototype systempython library
发现论文，激发创造
  • 系统评价文献检索中自动推荐 MeSH 词汇以实现有效查询构建

    本研究探讨基于布尔查询的方法，提出词汇和基于预训练的语言模型方法来建议 MeSH 词汇术语，以自动识别高效的 MeSH 术语，并对每种方法的 MeSH 术语建议进行了广泛的分析和经验评估，以提高系统性综述查询的有效性。

    Sep, 2022

  • MeSHup: 生物医学全文文献索引语料库

    发布了一个大规模的带注释 MeSH 索引语料库，其中包含 1342667 篇文献；我们训练了一个综合文档特征和其关联标签的端到端模型，并报道了新的基线。

    Apr, 2022

  • KenMeSH: 知识增强型生物医学文本标注系统

    提出了一种名为 KenMeSH 的模型，该模型结合新的文本特征和动态知识增强掩码注意力，将文档特征与 MeSH 标签层次结构和期刊相关特征相结合以索引 MeSH 术语，实验结果表明，该方法在多项指标上实现了最先进的性能。

    Mar, 2022

  • 为实现更有效的系统性回顾筛选优先级而生成自然语言查询

    筛选优先级是医学系统性审查中的一个重要环节，本研究探索了用于优先级排序的替代查询来源，如用于检索待筛选文档集的布尔查询和基于指令的生成型大型语言模型，我们的最佳方法在筛选时基于可用信息，且与最终标题的有效性相似。

    Sep, 2023

  • ChatGPT 是否能够为系统性文献综述搜索撰写良好的布尔查询？

    本文探讨使用基于 Transformer 的生成模型 ChatGPT 生成系统评价文献搜索的优秀的布尔查询，并通过实验验证其具有高的搜索精度。ChatGPT 能够执行复杂的指令并生成高精度的查询，对于进行系统评价的研究者特别是对于时间紧迫的快速评价，ChatGPT 是一种有价值的工具。

    Feb, 2023

  • MS2: 医学研究的多文档摘要

    本研究针对医学干预方案的评估，提供了一个达到自动评估医学文献、整合多个研究结果的新数据集：MS^2。并基于 BART 模型，通过自由文本和结构化形式，提出了用于评估自动生成摘要质量的新指标。

    Apr, 2021

  • 基于弱监督深度学习的生物医学文献大规模细粒度语义索引

    本研究提出了一种基于深度学习的自动化主题注解细化方法，通过在文章摘要中的概念出现来进行弱监督，发现概念出现是自动化主题注解细化的强有力依据，还可以与基于字典的启发式算法相结合以进一步提高准确率。

    Jan, 2023

  • COVID-19 大流行背景下的生物医学文章零样本和小样本分类

    本文探讨使用 MeSH 词汇信息加强 BioBERT 表示以适用于零样本 / 少样本任务，并指出结果表明多任务学习有助于诱导表示中的 MeSH 层级关系。

    Jan, 2022

  • 利用机器学习管道扩展系统文献综述

    通过构建一个自动化的流水线以及实验，我们在仅需人工筛选的 2 周时间内，取得了非常高的准确性和泛化能力，从而使得系统能够自动完成系统性评论过程的主要步骤，包括文件搜索、文件选择以及数据提取。

    Oct, 2020

  • 基于示例的语法搜索

    本文提出了一种使用依存语法图的句法模式来搜索大型语言学注释语料库的系统，并介绍了一种轻量级查询语言，让用户无需了解底层语法表示的细节，而是通过提供具有简单标记的示例句子来查询。

    Jun, 2020