SLEDGE:COVID-19科学知識探索のための単純で効果的なベースライン【JST・京大機械翻訳】

MacAvaney Sean; Cohan Arman; Goharian Nazli

プレプリント

J-GLOBAL ID：202202212608400321 整理番号：22P0143430

SLEDGE:COVID-19科学知識探索のための単純で効果的なベースライン【JST・京大機械翻訳】

SLEDGE: A Simple Yet Effective Baseline for COVID-19 Scientific Knowledge Search

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年05月05日プレプリントサーバーでの情報更新日： 2020年08月03日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

重症急性呼吸器症候群Coronavirus 2(SARS-CoV-2)を取り巻く世界的な懸念により,ウイルスに関する文献の急速に成長する体がある。臨床医,研究者および政策立案者は,これら論文を効果的に探索する方法を必要とする。本研究では,SciBERTを利用して論文を効果的に再ランク付けするSLEDGEと呼ばれる探索システムを提案した。一般領域回答ランキングデータセットでモデルを訓練し,評価のためSARS-CoV-2に関連性信号を転送する。TREC-COVIDチャレンジ(nDCG@100.6844)に対する強いベースラインとしてのSLEDGEの有効性を観察した。詳細な解析により提供された洞察は,今までのフィルタリングの重要性と計数信号にもっと重く依存する神経法の可能性を含む,いくつかの潜在的将来方向を提供する。https://github.com/Georgetown IR Lab/covid neural irでこのクリティカルタスクに関する将来の研究を促進するためにコードを解放する。【JST・京大機械翻訳】

, , , , ,
, , , 【Automatic Indexing@JST】

ウイルスの生化学 , ウイルス感染の生理と病原性

, , , , ,

前のページに戻る