Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Entity-Centric Topic Extraction and Exploration: A Network-Based Approach Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Biomedical Question Answering via Weighted Neural Network Passage Retrieval

verfasst von : Ferenc Galkó, Carsten Eickhoff

Erschienen in: Advances in Information Retrieval

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The amount of publicly available biomedical literature has been growing rapidly in recent years, yet question answering systems still struggle to exploit the full potential of this source of data. In a preliminary processing step, many question answering systems rely on retrieval models for identifying relevant documents and passages. This paper proposes a weighted cosine distance retrieval scheme based on neural network word embeddings. Our experiments are based on publicly available data and tasks from the BioASQ biomedical question answering challenge and demonstrate significant performance gains over a wide range of state-of-the-art models.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Learning to Leverage Microblog Information for QA Retrieval
Nächstes Kapitel Topical Stance Detection for Twitter: A Two-Phase LSTM Model Using Attention
Literatur
1.
Brokos, G.-I., Malakasiotis, P., Androutsopoulos, I.: Using centroids of word embeddings and word mover’s distance for biomedical document retrieval in question answering. In: Proceedings of the 15th ACL Workshop on Biomedical Natural Language Processing (2016)
2.
Guo, J., Fan, Y., Ai, Q., Croft, W.B.: A deep relevance matching model for ad-hoc retrieval. In: CIKM 2016. ACM (2016)
3.
Huang, A.: Similarity measures for text document clustering. In: Proceedings of the sixth New Zealand Computer Science Research Student Conference (NZCSRSC2008), Christchurch, New Zealand, pp. 49–56 (2008)
4.
Lee, H.-G., Kim, M., Kim, H., Kim, J., Kwon, S., Seo, J., Choi, J., Kim, Y.-R.: KSAnswer: question-answering system of Kangwon national university and Sogang university in the 2016 BioASQ challenge. In: ACL 2016, p. 45 (2016)
5.
Malakasiotis, P., Androutsopoulos, I., Bernadou, A., Chatzidiakou, N., Papaki, E., Constantopoulos, P., Pavlopoulos, I., Krithara, A., Almyrantis, Y., Polychronopoulos, D., Kosmopoulos, A., Balikas, G., Partalas, I., Tsatsaronis, G., Heino, N.: Challenge evaluation report 2 and roadmap. European Commission Report (2014)
6.
Mikolov, T., Sutskever, I., Chen, K., Corrado, G.S., Dean, J.: Distributed representations of words and phrases and their compositionality. In: Advances in Neural Information Processing Systems, pp. 3111–3119 (2013)
7.
Nentidis, A., Bougiatiotis, K., Krithara, A., Paliouras, G., Kakadiaris, I.: Results of the fifth edition of the BioASQ challenge. In: BioNLP 2017, pp. 48–57. Association for Computational Linguistics, Vancouver, Canada, August 2017
8.
Yang, Z., Zhou, Y., Nyberg, E.: Learning to answer biomedical questions: OAQA at BioASQ 4B. In: ACL 2016, p. 23 (2016)
9.
Pang, L., Lan, Y., Guo, J., Xu, J., Wan, S., Cheng, X.: Text Matching as Image Recognition. CoRR, abs/1602.06359 (2016)
10.
Papagiannopoulou, E., Papanikolaou, Y., Dimitriadis, D., Lagopoulos, S., Tsoumakas, G., Laliotis, M., Markantonatos, N., Vlahavas, I.: Large-scale semantic indexing and question answering in biomedicine. In: Proceedings of the Fourth BioASQ Workshop, pp. 50–54 (2016)
11.
Pennington, J., Socher, R., Manning, C.: Glove: global vectors for word representation. In: Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing (EMNLP), pp. 1532–1543 (2014)
12.
Rajpurkar, P., Zhang, J., Lopyrev, K., Liang, P.: SQuAD: 100,000+ questions for machine comprehension of text. In: Proceedings of the Conference on Empirical Methods on Natural Language Processing (EMNLP) (2016)
13.
Schulze, F., Schüler, R., Draeger, T., Dummer, D., Ernst, A., Flemming, P., Perscheid, C., Neves, M.: HPI question answering system in BioASQ 2016. In: Proceedings of the Fourth BioASQ workshop at the Conference of the Association for Computational Linguistics, pp. 38–44 (2016)
14.
Sukhbaatar, S., Weston, J., Fergus, R., et al.: End-to-end memory networks. In: Advances in Neural Information Processing Systems, pp. 2440–2448 (2015)
15.
Tsatsaronis, G., Balikas, G., Malakasiotis, P., Partalas, I., Zschunke, M., Alvers, M.R., Weissenborn, D., Krithara, A., Petridis, S., Polychronopoulos, D., et al.: An overview of the BioASQ large-scale biomedical semantic indexing and question answering competition. BMC Bioinform. 16(1), 138 (2015)CrossRef
16.
Metadaten
Titel
Biomedical Question Answering via Weighted Neural Network Passage Retrieval
verfasst von
Ferenc Galkó
Carsten Eickhoff
Copyright-Jahr
2018
Buch
Advances in Information Retrieval

Print ISBN: 978-3-319-76940-0

Electronic ISBN: 978-3-319-76941-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-76941-7_39