Utilize este identificador para referenciar este registo:
http://hdl.handle.net/10773/29572
Título: | Neural information retrieval for biomedical question-answering |
Outros títulos: | Recuperação de informação neural para resposta a perguntas biomédicas |
Autor: | Almeida, Tiago Alexandre Melo |
Orientador: | Matos, Sérgio Guilherme Aleixo de |
Palavras-chave: | Neural networks Deep learning Information Retrieval Neural Information Retrieval Statistical Models |
Data de Defesa: | Ago-2019 |
Resumo: | At the rate that publicly available biomedical literature grows, current searching
systems start to struggle to maintain an acceptable performance. This
situation becomes more severe when a question is submitted in natural language
format. Moved by this limitation, this dissertation has the main purpose
of creating an automatic question answering system applied to the biomedical
domain that returns for a given natural language question, the most relevant
documents and their relevant snippets. The system was divided into three
steps, the first consist in finding potentially relevant documents to the query.
In the second step, a more powerful deep neural model will rank these documents,
in a way that the query context and meaning is taken into consideration.
Additionally, it was been proposed a novel deep neural model that is used in
the final two steps of the system. Finally, the snippets that helped the deep
neural model to rank the most relevant documents are also extracted. As a
way of validation, the system results were compared with the results from this
year’s BioASQ challenge, scoring the best result in first batch and third best
on the last batch, while staying near to the top in the remaining batches. Ao ritmo que a literatura biomédica publicamente disponível cresce, os sistemas de pesquisa atuais começam a ter dificuldades em manter um desempenho aceitável. Esta situação torna-se mais severa quando uma questão é submetida em linguagem natural. Movido por esta limitação, esta dissertação tem como principal objetivo criar um sistema automático de reposta a perguntas aplicado ao domínio biomédico que retorne, para uma dada questão, os documento mais relevantes e os seus respetivos excertos. O sistema foi dividido em três tarefas, a primeira consiste em encontrar documentos potencialmente relevantes para cada pergunta. No segundo passo, esses documentos são classificados por um modelo neural, que tem em consideração o significado e contexto da pergunta. Por fim, os excertos dos documentos relevantes mais significativos do ponto do vista do modelo neural são extraidos. Adicionalmente, foi proposto um novo modelo neural que é utilizado nas duas últimas tarefas do sistema. Como forma de validação, os resultados do sistema foram comparados com os resultados do desafio BioASQ deste ano, sendo que foi obtido o melhor resultado para o primeiro conjunto de teste e o terceiro melhor para o último conjunto de teste, enquanto que nos restantes os resultados ficaram próximos do topo. |
URI: | http://hdl.handle.net/10773/29572 |
Aparece nas coleções: | UA - Dissertações de mestrado DETI - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Documento_Tiago_Almeida.pdf | 3.61 MB | Adobe PDF | Ver/Abrir |
Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.