[논문 리뷰] AWS CORD19-Search: A Scientific Literature Search Engine for COVID-19

Parminder Bhatia, Kristjan Arumae외 8명|arXiv (Cornell University)|2020. 07. 17.

Topic Modeling참고 문헌 14인용 수 12

한 줄 요약

AWS CORD-19 Search (ACS)는 코로나19에 관한 과학 문헌을 효율적으로 검색할 수 있도록 도와주는 기계학습 기반의 공공 검색 엔진입니다. 주제 기반, 자연어, 독해 이해 방식의 질의를 지원하여 패닉 기간 동안 복잡한 과학적 질문에 대한 고우선순위 답변을 발견하는 데 크게 향상시킵니다.

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.

연구 동기 및 목표

• 코로나19 연구에서 정보 과부하 문제를 해결하기 위해 효율적이고 신뢰성 있으며 확장 가능한 문헌 검색을 가능하게 하기 위해.
• 연구자와 정책 결정자들이 고우선순위 과학적 질문에 대해 신속하고 정확하게 답변을 찾을 수 있도록 지원하기 위해.
• 자연어 처리와 기계학습을 활용하여 과학적 질의 이해를 향상시키는 공공의 접근 가능 검색 시스템을 제공하기 위해.
• 주제 모델링, 독해 이해, FAQ 매칭을 통해 키워드 매칭을 초월한 검색 능력을 향상시키기 위해.

제안 방법

• 시스템은 CORD-19 데이터셋에 기반하며, 코로나19 관련 과학 논문을 종합적으로 수록한 자료입니다.
• 기계학습 모델을 활용해 주제 기반 및 자연어 질의를 지원하여 과학적 텍스트에 대한 의미 기반 검색을 가능하게 합니다.
• 정확한 복잡한 질문에 대한 답변을 검색하기 위해 독해 이해 및 FAQ 매칭 구성 요소를 통합합니다.
• 확장 가능한 인덱싱과 검색을 지원하여 사용자 질의에 대해 저지연 응답을 가능하게 합니다.
• 질의와 문서를 동일한 벡터 공간으로 매핑하기 위해 임베딩 기반 검색을 사용하여 의미적 유사도 매칭을 수행합니다.

실험 결과

연구 질문

• RQ1 빠르게 변화하는 코로나19 패닉 상황에서 복잡한 고우선순위 질문에 대해 과학 문헌을 효과적으로 검색할 수 있는 검색 엔진은 어떻게 설계될 수 있는가?
• RQ2 키워드 기반 방법에 비해 자연어 및 주제 기반 질의가 과학 문헌 검색의 정밀도와 재현율을 어느 정도 향상시킬 수 있는가?
• RQ3 독해 이해 및 FAQ 매칭 구성 요소는 특정 과학적 질문에 대한 답변 검색 정확도를 향상시킬 수 있는가?
• RQ4 연구자와 정책 결정자 등 다양한 사용자의 요구를 수반하는 실제 상황에서 시스템은 어떻게 성능을 발휘하는가?

주요 결과

• 비전문가 사용자에게도 훨씬 더 나은 사용성을 제공하기 위해 자연어 질의를 통해 관련 과학 문헌을 효율적으로 검색할 수 있습니다.
• 주제 기반 검색 기능을 통해 사용자는 관련 연구 클러스터를 탐색할 수 있어 다학제적 통찰을 발견하는 데 도움이 됩니다.
• 독해 이해 및 FAQ 매칭 구성 요소는 복잡한 질문 기반 질의에 대해 정확한 답변을 성공적으로 검색합니다.
• 정성적 분석을 통해 시스템은 패닉 상황에서 중요한 과학적 질문에 대해 고품질의 관련 결과를 효과적으로 노출시킬 수 있음을 입증합니다.