[論文レビュー] AWS CORD19-Search: A Scientific Literature Search Engine for COVID-19

Parminder Bhatia, Kristjan Arumae+8 more|arXiv (Cornell University)|Jul 17, 2020

Topic Modeling参考文献 14被引用数 12

ひとこと要約

AWS CORD-19 Search (ACS) は、COVID-19 に関する研究者や政策立案者による関連する科学文献を効率的に検索するのを支援する、機械学習を活用したパubblicな検索エンジンです。トピックベース、自然言語、読解理解型のクエリを可能とし、パンデミック期における複雑な科学的質問に対する高優先度の回答の発見を顕著に向上させます。

ABSTRACT

Coronavirus disease (COVID-19) has been declared as a pandemic by WHO with thousands of cases being reported each day. Thousands of scientific articles are being published on the disease raising the need for a service which can organize, and query them in a reliable fashion. To support this cause, we present AWS CORD-19 Search (ACS), a public COVID-19 specific search engine that is powered by machine learning. ACS with its capabilities such as topic based, natural language search queries, and reading comprehension and FAQ matching provides a scalable solution to COVID-19 researchers and policy makers in their search and discovery for answers to high priority scientific questions. We present evaluation and qualitative analysis of the system with specific examples to illustrate the capabilities of the system.

研究の動機と目的

• COVID-19 研究における情報過多の増大に応じ、効率的で信頼性が高くスケーラブルな文献発見を可能にする。
• 研究者や政策立案者が、高優先度の科学的質問に対して迅速かつ正確に答えを特定できるように支援する。
• 自然言語処理および機械学習を活用して、科学的クエリ理解を向上させる、パubblicでアクセス可能な検索システムを提供する。
• トピックモデリング、読解理解、FAQ マッチングを通じて、キーワード一致を越えた検索能力を強化する。

提案手法

• システムは、COVID-19 関連の科学的論文を包括的に収集した CORD-19 データセットに基づいて構築されている。
• トピックベースおよび自然言語クエリをサポートするため、機械学習モデルを活用し、科学的テキストにおける意味的検索を可能にしている。
• 読解理解および FAQ マッチングのコンポONENTを統合し、複雑な質問に対する正確な回答の取得を実現している。
• スケーラブルなインデクシングとリトリーブを可能にするアーキテクチャを採用しており、ユーザーのクエリに対して低遅延応答を提供している。
• 埋め込みベースのリトリーブを用いて、クエリと文書を共通のベクトル空間にマッピングし、意味的類似度の照合を実現している。

実験結果

リサーチクエスチョン

• RQ1 急激に変化する COVID-19 パンデミックの文脈において、検索エンジンは、複雑で高優先度の質問に対して、どのようにして関連する科学的文献を効果的に検索できるか？
• RQ2 キーワードベースの手法と比較して、自然言語およびトピックベースのクエリは、科学的文献検索の正確性（精度）と再現率（リCALL）をどの程度向上できるか？
• RQ3 読解理解および FAQ マッチングコンポONENTは、特定の科学的質問に対して、回答の検索精度を向上させることができるか？
• RQ4 多様なユーザーのニーズ（研究者および政策立案者を含む）を満たす実世界のシナリオにおいて、このシステムはどの程度のパフォーマンスを示すか？

主な発見

• 自然言語クエリを用いた関連する科学的文献の効率的検索が可能となり、非専門家ユーザーの利便性が顕著に向上した。
• トピックベース検索機能により、関連する研究クラスタを探索でき、異分野のインサイトの発見が促進された。
• 読解理解および FAQ マッチングコンポONENTは、複雑で質問特化の検索に対して、正確な回答を効果的に取得した。
• 定性的分析により、パンデミックの文脈において、重要な科学的質問に対して高品質で関連性の高い結果を効果的に提示できることが示された。