医学信息检索的文献计量数据融合
摘要：科学领域的数字图书馆为用户提供了访问各种信息以满足他们多样化信息需求的机会。在这里，结果排名在用户满意度方面起着至关重要的作用。利用文献计量元数据，例如出版物的引用次数或者一般的文献计量指标，用于自动识别最相关的结果可以提升检索性能。本研究提出了文献计量数据融合的方法，通过整合引文或影响因子等文献计量元数据来丰富现有系统的结果。我们在来自TREC Precision Medicine（TREC-PM）的三个生物医学检索基准测试上的结果表明，文献计量数据融合是一种有前途的方法，可以提高检索性能，例如在归一化折扣累积增益（nDCG）和平均精度（AP）方面，尽管以牺牲Top10精确率（P@10）为代价。患者用户尤其受益于这种轻量级的、数据稀疏的技术，适用于任何数字图书馆。
作者：Timo Breuer, Christin Katharina Kreutz, Philipp Schaer, Dirk Tunger
论文ID：2304.13012
分类：Digital Libraries
分类简称：cs.DL
提交时间：2023-05-01