Các nhà nghiên cứu tạo ra hệ thống để trích xuất thông tin từ các bài viết về COVID-19

Một nhóm các nhà nghiên cứu tại Đại học Quốc gia Basque đã phát triển một nguyên mẫu cho VIGICOVID, đó là một hệ thống trích xuất thông tin tự động cho các bài viết khoa học về COVID-19. Hệ thống này dựa trên các câu hỏi ngôn ngữ tự nhiên để có được câu trả lời liên quan đến COVID-19.

Dự án liên quan đến VIGICOVID được thực hiện bởi Trung tâm HiTZ của UPV/EHU, Nhóm NLP & IR của UNED và Đơn vị Công nghệ Ngôn ngữ và Trí tuệ Nhân tạo của Elhuyar.

Nghiên cứu được công bố trên tạp chí Knowledge-Based Systems.

Thay đổi mô hình tìm kiếm thông tin

Eneko Agirre là người đứng đầu Trung tâm HiTZ của UPV/EHU.

“Mô hình tìm kiếm thông tin đang thay đổi nhờ vào trí tuệ nhân tạo,” Agirre nói. “Cho đến nay, khi tìm kiếm thông tin trên internet, một câu hỏi được nhập vào và câu trả lời phải được tìm kiếm trong các tài liệu được hiển thị bởi hệ thống. Tuy nhiên, theo mô hình mới, các hệ thống cung cấp câu trả lời trực tiếp mà không cần đọc toàn bộ tài liệu đang trở nên phổ biến hơn.”

Xabier Saralegi là một nhà nghiên cứu của Elhuyar.

“Người dùng không yêu cầu thông tin bằng cách sử dụng từ khóa, mà đặt câu hỏi trực tiếp.”

Hệ thống dựa trên hai bước riêng biệt để tìm kiếm câu trả lời.

“Trước hết, nó thu thập các tài liệu có thể chứa câu trả lời cho câu hỏi được hỏi bằng cách sử dụng công nghệ kết hợp từ khóa với câu hỏi trực tiếp. Đó là lý do tại sao chúng tôi đã khám phá các kiến trúc thần kinh,” Tiến sĩ Saralegi nói.

Kiến trúc Thần kinh Sâu

Đội ngũ đã dựa trên kiến trúc thần kinh sâu được cung cấp bởi các ví dụ.

“Điều đó có nghĩa là các mô hình tìm kiếm và câu trả lời được đào tạo bằng cách sử dụng học máy sâu,” ông tiếp tục.

Bộ sưu tập tài liệu đầu tiên được trích xuất trước khi được xử lý lại thông qua hệ thống câu hỏi và trả lời, giúp có được câu trả lời cụ thể.

“Chúng tôi đã xây dựng động cơ trả lời câu hỏi; khi động cơ được đưa ra một câu hỏi và một tài liệu, nó có thể phát hiện xem câu trả lời có trong tài liệu hay không, và nếu có, nó cho chúng tôi biết chính xác nơi nó ở,” Tiến sĩ Agirre nói.

Theo các nhà nghiên cứu, họ hài lòng với kết quả công việc của mình.

“Từ các kỹ thuật và đánh giá chúng tôi đã phân tích trong các thí nghiệm của mình, chúng tôi đã chọn những kỹ thuật mang lại kết quả tốt nhất cho nguyên mẫu,” Tiến sĩ Agirre tiếp tục. “Chúng tôi đã tìm ra một cách khác để thực hiện tìm kiếm khi thông tin được cần thiết một cách khẩn cấp, và điều này giúp cho quá trình sử dụng thông tin trở nên dễ dàng hơn. Trên mức độ nghiên cứu, chúng tôi đã chỉ ra rằng công nghệ được đề xuất hoạt động và hệ thống cung cấp kết quả tốt.”

“Kết quả của chúng tôi là một nguyên mẫu của một dự án nghiên cứu cơ bản. Nó không phải là một sản phẩm thương mại,” Saralegi thêm.

Với điều đó được nói, những loại nguyên mẫu này có thể được tạo ra trong một khoảng thời gian ngắn, có nghĩa là có thể không mất nhiều thời gian trước khi có một sản phẩm thương mại.