Onderzoekers creëren systeem om informatie te extraheren uit COVID-19-artikelen

Een groep onderzoekers aan de Universiteit van het Baskenland heeft een prototype ontwikkeld voor VIGICOVID, een automatisch systeem voor het extraheren van informatie uit wetenschappelijke artikelen over COVID-19. Het systeem maakt gebruik van natuurlijke taalvragen om antwoorden te krijgen over COVID-19.

Het project met VIGICOVID werd geleid door het HiTZ Centre van de UPV/EHU, de NLP & IR Group van de UNED en de Artificial Intelligence and Languages Technologies Unit van Elhuyar.

Het onderzoek werd gepubliceerd in het tijdschrift Knowledge-Based Systems.

Verandering van het informatiezoekparadigma

Eneko Agirre is hoofd van het HiTZ Centre van de UPV/EHU.

“Het informatiezoekparadigma verandert dankzij kunstmatige intelligentie,” zei Agirre. “Tot nu toe, wanneer we op zoek zijn naar informatie op internet, voeren we een vraag in en moeten we het antwoord zoeken in de documenten die door het systeem worden weergegeven. Echter, in overeenstemming met het nieuwe paradigma, worden systemen die het antwoord rechtstreeks geven zonder dat we het hele document hoeven te lezen, steeds meer gebruikelijk.”

Xabier Saralegi is een onderzoeker bij Elhuyar.

“De gebruiker vraagt geen informatie op met trefwoorden, maar stelt een vraag rechtstreeks.”

Het systeem maakt gebruik van twee afzonderlijke stappen om antwoorden te zoeken.

“Ten eerste, haalt het documenten op die het antwoord op de gestelde vraag kunnen bevatten, met behulp van een technologie die trefwoorden combineert met directe vragen. Daarom hebben we neurale architectuur onderzocht,” zei Dr. Saralegi.

Diepe neurale architectuur

Het team maakte gebruik van diepe neurale architectuur, gevoed met voorbeelden.

“Dat betekent dat zoekmodellen en vraagbeantwoordingsmodellen worden getraind met behulp van diepe machine learning,” vervolgde hij.

De set met documenten wordt eerst geëxtraheerd voordat deze wordt verwerkt door een vraag- en antwoordsysteem, waardoor specifieke antwoorden kunnen worden verkregen.

“We hebben de motor gebouwd die de vragen beantwoordt; wanneer de motor een vraag en een document krijgt, kan deze detecteren of het antwoord in het document staat en, als dat zo is, vertelt het ons exact waar het staat,” zei Dr. Agirre.

Volgens de onderzoekers waren ze tevreden met de resultaten van hun werk.

“Van de technieken en evaluaties die we in onze experimenten hebben geanalyseerd, hebben we die genomen die het prototype de beste resultaten geven,” vervolgde Dr. Agirre. “We hebben een andere manier van zoeken ontwikkeld voor situaties waarin informatie dringend nodig is, en dit vergemakkelijkt het informatiegebruiksproces. Op onderzoeksgebied hebben we aangetoond dat de voorgestelde technologie werkt en dat het systeem goede resultaten levert.”

“Ons resultaat is een prototype van een basisonderzoeksproject. Het is geen commercieel product,” voegde Saralegi eraan toe.

Met dat gezegd, kunnen dit soort prototypes in een korte periode worden gemodelleerd, wat betekent dat het niet lang zal duren voordat er een commercieel product is.