Google推出用于可方便探索武汉肺炎科学文献的工具

由于武汉肺炎（COVID-19）疫情大流行，全世界科学家都动起来，大量发布相关的新研究，为了让研究人员，能够跟得上新研究的发表，易于搜寻并且取用这些新论文，Google发布了武汉肺炎研究探索工具（COVID-19 Research Explorer），这是建立在武汉肺炎开发研究资料集之上的语义搜寻界面，能够让使用者快速从5万多篇期刊文章和论文预印本，搜寻出需要的资料。

大量发表的论文代表着更多科学新发现，让研究人员可更了解武汉肺炎，但是也使得资讯量过多，研究人员难以全面掌握这些研究的内容，而搜寻工具便能够帮助研究人员，更方便地利用这些研究。但Google提到，传统的搜索引擎，虽然可以用来查询一些即时资讯，但是可能难以理解查询背后的含义，而且使用关键字的传统搜寻方法，也难以处理复杂的查询，因此无法在武汉肺炎科学文献库中，找出有用的资料。

而Google新推出的这个武汉肺炎研究探索工具，可以让研究人员快速地浏览文章，取得与武汉肺炎相关问题的答案或证据；当用户在武汉肺炎研究探索工具中输入问题时，该工具不仅会显示一系列论文，还会重点显示论文中的片段，这些片段可能就是使用者问题的答案。用户可以查看这些搜寻结果的摘要，再决定是否要进一步阅读该论文，而当使用者对于初步的结果感到满意，也可以接着提出后续问题，对初始检索的文章进行更深入的查询。

Google解释了这个工具背后的运作方法，其中一项关键技术便是语义搜寻，Google表示，语义搜寻的目的，不仅是捕捉查询和文件之间的术语重叠，还能真正理解短语的意义，比对与使用者查询意图的关联性。

Google举例，像是当使用者查询什么调控了ACE2表达？（What regulates ACE2 expression？）这个问题，许多基于文字配对的搜索引擎，可能无法良好地处理这个查询，因为Regulate这个字，也可用在许多生物过程（Biological Process）上，虽然传统资讯检索（IR）系统会使用查询扩展的方法，来减轻辞意困惑产生的影响，但语义搜寻的目的，便是要内隐地学习这些关系，因此更能妥善的处理这样的问题。

而且由于ACE2这个酶本身就参与调控某些生物过程，但是实际上问题是查询什么东西调控了ACE2，而非ACE2调控了什么，但是仅根据术语配对的搜寻方法，便分不清楚之间的差异，虽然传统资讯检索方法也会使用一些技巧解决这个问题，不过语义搜寻方法是在其核心对单词的顺序和意义建模，因此能更好地克服这个问题。

在武汉肺炎研究探索工具中，Google使用自然语言处理预训练技术BERT，来建构神经语义搜寻技术，BERT是近来被用来提高Google搜寻品质的技术。不过，Google提到，在部分的案例中，神经模型的效能，却又比关键字模型还差，因为关键字模型本质上是记忆程式，可以从查询中记住术语，并且查询包含这些术语的文件，而神经检索模型则会归纳概念和含义，在部分精确度重要的案例上，神经检索模型则可能过度概括。

因此Google最后建立了混合术语配对和神经检索的模型，术语配对和神经模型都可以转换到空间向量模型，也就是说，查询和文件都能进行编码，Google将两种向量连接再一起进行查询，控制术语配对和神经语义配对的相对重要性，来提供高精确度的生物医学文献检索。

目前武汉肺炎研究探索工具释出Alpha测试版，免费提供研究社群使用，在接下来几个月，Google还会持续调整工具的可用性。