変換と拡張によるクエリの最適化

生物医学部門では、生成されてWebにアップロードされた情報の量だけでなく、これらのデータが見つかるソースの数も膨大です。臨床医と研究者は、この情報にアクセスし、特定の質問に対する最も重要な答えをフィルタリングしようとするのに膨大な時間を費やしています。これらのクエリの定式化は重要であるため、自動クエリ拡張はクエリを最適化し、可能な限り最良の結果を受信するための効果的なツールです。このペーパーでは、クエリの拡張と変換のための一連のツールを使用して、医療および生物学的部門のクエリの最適化のためのワークフローの概念を紹介します。ユーザーによる属性の定義の後、クエリにクエリの協力用語を追加するために、クエリ文字列が以前のクエリと比較されます。さらに、クエリは同義語を含めることによって拡大されます。データベース固有のオントロジーへの翻訳により、選択したデータベースの最適なクエリ定式化が保証されます。このプロセスはさまざまなデータベースで一度に実行できるため、質問に対する匹敵する回答のリストを達成するために、結果がランク付けされ、正規化されます。

In the biomedical sector not only the amount of information produced and uploaded into the web is enormous, but also the number of sources where these data can be found. Clinicians and researchers spend huge amounts of time on trying to access this information and to filter the most important answers to a given question. As the formulation of these queries is crucial, automated query expansion is an effective tool to optimize a query and receive the best possible results. In this paper we introduce the concept of a workflow for an optimization of queries in the medical and biological sector by using a series of tools for expansion and transformation of the query. After the definition of attributes by the user, the query string is compared to previous queries in order to add semantic co-occurring terms to the query. Additionally, the query is enlarged by an inclusion of synonyms. The translation into database specific ontologies ensures the optimal query formulation for the chosen database(s). As this process can be performed in various databases at once, the results are ranked and normalized in order to achieve a comparable list of answers for a question.