MeSH: ein Fenster in den Volltext für die Dokumentzusammenfassung

MOTIVATION: Frühere Forschungen im Bereich der biomedizinischen Textmining-Domäne waren historisch auf Titel, Abstracts und Metadaten in MEDLINE-Aufzeichnungen beschränkt. Jüngste Forschungsinitiativen wie TREC Genomics und BioCreAtIvE weisen stark auf die Vorteile hin, über Abstracts hinauszugehen und in den Bereich der Volltexte vorzudringen. Volltexte sind jedoch teurer zu verarbeiten, sowohl in Bezug auf die benötigten Ressourcen als auch hinsichtlich der Genauigkeit. Da Volltexte Ausschmückungen enthalten, die erläutern, kontextualisieren, kontrastieren, ergänzen usw., besteht ein höheres Risiko für Fehlalarme. Motiviert durch dies, erkunden wir einen Ansatz, der einen Kompromiss zwischen den Extremen von Abstracts und Volltexten bietet. Insbesondere erstellen wir reduzierte Versionen von Volltextdokumenten, die nur wichtige Teile enthalten. Langfristig ist es unser Ziel, die Verwendung solcher Zusammenfassungen für Funktionen wie Dokumentenabruf und Informationsgewinnung zu erkunden. Hier konzentrieren wir uns auf die Entwicklung von Zusammenfassungsstrategien. Insbesondere untersuchen wir die Verwendung von MeSH-Begriffen, die von geschulten Annotatoren manuell Dokumenten zugeordnet werden, als Hinweise zur Auswahl wichtiger Textsegmente aus den Volltextdokumenten. ERGEBNISSE: Unsere Experimente bestätigen die Fähigkeit unseres Ansatzes, die wichtigen Textteile auszuwählen. Mit den ROUGE-Maßen zur Bewertung konnten wir maximale ROUGE-1, ROUGE-2 und ROUGE-SU4 F-Scores von 0.4150, 0.1435 und 0.1782 erreichen, im Vergleich zu den maximalen Baseline-Werten von 0.3815, 0.1353 und 0.1428. Mit einer MeSH-Profil-basierten Strategie konnten wir maximale ROUGE F-Scores von 0.4320, 0.1497 und 0.1887 erzielen. Die menschliche Bewertung der Baselines und unserer vorgeschlagenen Strategien untermauert weiter die Fähigkeit unserer Methode, wichtige Sätze aus den Volltexten auszuwählen. KONTAKT: sanmitra-bhattacharya@uiowa.edu; padmini-srinivasan@uiowa.edu.