ナラティブクエリグラフのディスカバリーシステム：エンティティインタラクション - アウェアドキュメント取得

科学的領域で関連する出版物を見つけることは非常に退屈です。大規模なドキュメントコレクションへのアクセスは、多くの場合、初期キーワードベースのクエリを策定することを意味します。キーワードベースの検索は、研究者が一連の接続されていないキーワードとして情報のニーズを策定することを制限するため、検索システムは各ユーザーの意図を推測しようとします。対照的に、検索者の情報の短い物語をシンプルでありながら正確なエンティティと相互作用のグラフパターンに蒸留することは、正確な検索に必要なすべての情報を提供します。追加の利点として、このようなグラフパターンには、指定された役割を担うエンティティのさまざまな置換を柔軟に可能にする可変ノードも備えている場合があります。PubMed Document Collectionの評価により、新しいエンティティインタラクションに対応する検索の精度の利益が定量化されます。さらに、私たちは専門家のインタビューとアンケートを実行して、実際のシステムの有用性を確認します。このペーパーでは、Discovery Systemに関する包括的な概要を述べて、ナラティブクエリグラフの取得を実現することにより、以前の作業を拡張します。

Finding relevant publications in the scientific domain can be quite tedious: Accessing large-scale document collections often means to formulate an initial keyword-based query followed by many refinements to retrieve a sufficiently complete, yet manageable set of documents to satisfy one's information need. Since keyword-based search limits researchers to formulating their information needs as a set of unconnected keywords, retrieval systems try to guess each user's intent. In contrast, distilling short narratives of the searchers' information needs into simple, yet precise entity-interaction graph patterns provides all information needed for a precise search. As an additional benefit, such graph patterns may also feature variable nodes to flexibly allow for different substitutions of entities taking a specified role. An evaluation over the PubMed document collection quantifies the gains in precision for our novel entity-interaction-aware search. Moreover, we perform expert interviews and a questionnaire to verify the usefulness of our system in practice. This paper extends our previous work by giving a comprehensive overview about the discovery system to realize narrative query graph retrieval.