MeSH : une fenêtre sur le texte intégral pour la synthèse de documents

MOTIVATION : Les recherches antérieures dans le domaine de l'exploration de texte biomédical ont historiquement été limitées aux titres, résumés et métadonnées disponibles dans les enregistrements MEDLINE. Des initiatives de recherche récentes telles que TREC Genomics et BioCreAtIvE soulignent fortement les mérites d'aller au-delà des résumés et d'entrer dans le domaine des textes intégraux. Cependant, les textes intégraux sont plus coûteux à traiter, non seulement en termes de ressources nécessaires, mais aussi en termes de précision. Puisque les textes intégraux contiennent des embellissements qui élaborent, contextualisent, contrastent, complètent, etc., le risque de faux positifs est plus grand. Motivés par cela, nous explorons une approche qui offre un compromis entre les extrêmes des résumés et des textes intégraux. Spécifiquement, nous créons des versions réduites de documents texte intégral qui ne contiennent que des portions importantes. À long terme, notre objectif est d'explorer l'utilisation de telles synthèses pour des fonctions telles que la récupération de documents et l'extraction d'informations. Ici, nous nous concentrons sur la conception de stratégies de résumé. En particulier, nous explorons l'utilisation des termes MeSH, attribués manuellement aux documents par des annotateurs formés, comme indices pour sélectionner des segments de texte importants des documents texte intégral. RÉSULTATS : Nos expériences confirment la capacité de notre approche à sélectionner les portions de texte importantes. En utilisant les mesures ROUGE pour l'évaluation, nous avons pu atteindre des scores F maximaux ROUGE-1, ROUGE-2 et ROUGE-SU4 de 0,4150, 0,1435 et 0,1782, respectivement, pour notre méthode basée sur les termes MeSH contre les scores de référence maximaux de 0,3815, 0,1353 et 0,1428, respectivement. En utilisant une stratégie basée sur des profils MeSH, nous avons pu atteindre des scores F maximaux ROUGE de 0,4320, 0,1497 et 0,1887, respectivement. L'évaluation humaine des références et de nos stratégies proposées corrobore davantage la capacité de notre méthode à sélectionner des phrases importantes des textes intégraux. CONTACT : sanmitra-bhattacharya@uiowa.edu ; padmini-srinivasan@uiowa.edu.