2.6 Goals of evaluationThe main goa

2.6 Goals of evaluation
The main goal is to investigate how to successfully apply generic
IR technologies to the prior art search and chemical entity search
tasks. Our two-stage relevance judgments will help us uncover the
relationships between generic IR and prior art search. Since recall
biased measures are main performance measures, we will also
have a chance to investigate how to design high recall oriented IR
systems. As entity centric IR is a new research area our chemical
entity search task will help study effective models and approaches
for entity retrieval and entity relationship discovery. We will also
study the effect of document structures and chemical name
tagging.
The meta-analysis of the results will include looking at
relationships between high precision and high recall based IR
systems in terms of the groups’ submitted runs. We will also
present runs generated by groups to real prior art search users and
get their opinions on these runs.
3. CHEMICAL ENTITY SEARCH
Chemical entity search concerns tuples of type .
The category specifies the type of ‘chemicals’ to be retrieved. The
query (consisting of title and description fields) attempts to capture
the information need. The set of relevant entities is assumed to be
loosely defined by the category, since the relationships between
categories of chemicals need to be taken into account. For example,
“fatty acid” consists of “saturated” or “unsaturated” fat, and
“saturated” fat consists of “monounsaturated” and
“polyunsaturated” fat etc. When the specified category is “fatty
acid”, all these related categories need to be considered.
An example chemical entity search topic is as follows:
fatty acids with effect on the risk of heart disease
I want a list of fatty acids that are clinically proven
to either increase or decrease the risk of heart
disease.

fatty acid
saturated fat
unsaturated fat

4. CHEMICAL ENTITY RELATION
SEARCH
In chemical entity relation search, we try to model a more
exploratory search scenario, where people are interested in
exploring the different aspects of entity search results.
One way to carry out the relation search task is to design it as a
two-stage process consisting of an entity search stage, followed by
the relation search stage. Given the entity search results, the
motivation of entity relation search is to retrieve further details
about relevant entities found in entity ranking.
The two stage approach has two advantages. Firstly, since relation
search task is based on entity search task, topic creation and user
evaluation can be integrated for the two tasks. Thus topic creation
and assessment can be greatly simplified. Secondly, the
relationships between the two tasks can be more easily studied.
We call the entities found in entity search the main entities.
Further details about the main entities are retrieved in the form of
relations between each of these main entities and its related
entities, which we call the target entities. The relations between
main entities and target entities can be either 1 to 1, i.e., one main
entity is related to one target entity, 1 to n (n>1), i.e., one main
entity is related to several target entities, or n to 1, i.e., several
main entities is related to one target entity. These relations can be
also seen as specifying attributes of the main entities.
Entity relation search concerns tuples of type . The query and category are
defined in the same way as in the entity search task. The relationquery,
given as free text, describes the desired relation between
main and target entities. The relation query consists of a relation
title and relation description fields. The target-category specifies
which category (entity type) is desired for the target entity.
The results of an entity relation search topic consist of pairs of
main and target entities. For each pair of entities to be judged as a
correct pair, the main entity must be judged as relevant to the
original query, the main entity has to be of its correct category, the
target entity is of its correct category, and the relation between
them matches the relation topic.
Like in the entity search task, the entity types for both the main
and target entities are only loosely defined.
An example is as follows:
enzymes that help decompose nutrients during
digestion
I want a list of enzymes that catalyzes chemical
actions during human digestion.

enzyme
protein


catalyze in human digestion
I want the proteins that the enzyme can
catalyze during human digestion.

protein


In evaluating entity relation search results, several documents
supporting the relationship may be retrieved. The evaluator may
need to read these documents in order to find evidence for judging
whether their relations match the relation topic. Therefore, entity
relation judgment is more complex than typical document
retrieval judgment.
Traditional evaluation measures, e.g., MAP and R-precision etc.
can be used to measure performance expert relation search.
Our proposed two-stage relation retrieval task opens the door to
exploring other types of relation retrieval task. One way is to
focus on the relationships between main entities, e.g., finding
pairs of greenhouse gases that have combined effect in global
warming.
5. CONCLUSIONS
Substantial advances in terms of retrieval models and evaluations
have been made in information retrieval. In the light of these, we
propose the organization of a chemical information retrieval track
for carrying out evaluation of IR techniques on large scale
chemical datasets including patents, academic papers and other
17
documents. Organization of the proposed track will help tackle
research challenges in chemical IR including chemical name
extraction and indexing, chemical entity centric retrieval versus
document centric retrieval, structures in documents, and high
recall in prior art search etc. We outline the plan of the proposed
track in the paper. We propose a novel chemical entity search task
studying the direct retrieval of entities instead of documents. We
think that the organization of the proposed track will help advance
the research in chemical and patent IR by providing a platform for
comparing and experimenting effective models and approaches
that can successfully address the above challenges.
In future years, we will work to extend the initial tasks and
document sets. In particular, we will aim to extend the range of
papers and patents to be searched, include topic specifications
which reflect the iterative reformulation and refinement of real
patent searching, and include forms of patent search beyond prior
art: for example invalidating specific

ผลลัพธ์ (ไทย) 1:

2.6 เป้าหมายการประเมิน
เป้าหมายหลักคือการ ตรวจสอบวิธีการใช้ทั่วไปเรียบร้อย
เทคโนโลยี IR เพื่อค้นหาศิลปะก่อนหน้าและค้นหาเอนทิตี้เคมี
งาน คำพิพากษาสองความเกี่ยวข้องของเราจะช่วยให้เราเปิด
ทั่วไป IR และศิลปะก่อนค้นหา ตั้งแต่เรียกคืน
biased เป็นวัดหลัก เราจะ
มีโอกาสที่จะตรวจสอบว่า IR เรียกคืนสูงที่มุ่งเน้นการออกแบบ
ระบบการ เป็นเอนทิตีเจ้าพระยา IR เป็นพื้นที่วิจัยใหม่เคมีของเรา
งานค้นหาเอนทิตีที่จะช่วยให้ศึกษาแบบจำลองที่มีประสิทธิภาพและวิธี
เรียกเอนทิตีและค้นพบความสัมพันธ์ของเอนทิตี เราจะยัง
ศึกษาผลของโครงสร้างเอกสารและชื่อสารเคมี
ติดป้าย
meta-analysis ของผลลัพธ์จะรวมดู
ความสัมพันธ์ระหว่างความแม่นยำสูงและเรียกคืนสูงใช้ IR
ระบบในกลุ่มส่งทำงาน เราจะยัง
ปัจจุบันทำงานที่สร้างขึ้นโดยกลุ่มผู้ใช้ค้นหาศิลปะจริงก่อน และ
รับความคิดเห็นในการทำงานเหล่านี้
3 ค้นหาเอนทิตี้เคมี
ค้นหาเอนทิตี้เคมีเกี่ยวข้องกับ tuples ชนิด <สอบถาม ประเภท > .
ประเภทระบุชนิดของ 'สาร' ดึง ใน
แบบสอบถาม (ประกอบด้วยชื่อเรื่องและคำอธิบาย) พยายามจับ
ข้อมูลที่ต้องการ ชุดของเอนทิตีที่เกี่ยวข้องจะถือ
ซึ่งกำหนดตามประเภท ตั้งแต่ความสัมพันธ์ระหว่าง
ประเภทของสารเคมีที่ต้องนำมาพิจารณา ตัวอย่าง,
"กรดไขมัน" ประกอบด้วย "อิ่มตัว" หรือ "ในระดับที่สม" ไขมัน และ
ไขมัน "อิ่มตัว" ประกอบด้วย "monounsaturated" และ
"ไขมัน" ไขมันฯลฯ เมื่อมีการระบุประเภท "ไขมัน
กรด", เหล่านี้ทั้งหมดที่เกี่ยวข้องประเภทจำเป็นต้องพิจารณา.
ตัวอย่างเอนทิตี้เคมีค้นหาหัวข้อเป็นดังนี้:
กรดไขมัน มีผลต่อความเสี่ยงของโรคหัวใจ
ต้องการรายชื่อของกรดไขมันที่มีพิสูจน์ทางคลินิก
เพื่อเพิ่ม หรือลดความเสี่ยงของหัวใจ
โรค

กรดไขมัน
ไขมันอิ่มตัว
ไขมันในระดับที่สม

4 ความสัมพันธ์ของเอนทิตี้เคมี
ค้นหา
เราลองแบบอื่น ๆ ในการค้นหาความสัมพันธ์ของเอนทิตี้เคมี
สถานการณ์เชิงบุกเบิกค้นหา คนที่มีความสนใจใน
สำรวจด้านต่าง ๆ ของเอนทิตีหา
วิธีหนึ่งในการดำเนินงานค้นหาความสัมพันธ์เป็นการ ออกแบบเป็นแบบ
ตามกระบวนการ 2 ขั้นตอนประกอบด้วยขั้นตอนการค้นหาเอนทิตี
ขั้นตอนค้นหาความสัมพันธ์ กำหนดเอนทิตีผลการค้นหา การ
ของค้นหาความสัมพันธ์ของเอนทิตีจะเรียกรายละเอียดเพิ่มเติม
เกี่ยวกับเอนทิตีที่เกี่ยวข้องในการจัดอันดับของเอนทิตี
วิธีการขั้นตอนที่สองมีข้อดีสอง ตั้งแต่ความสัมพันธ์ประการแรก
ค้นหางานขึ้นอยู่กับเอนทิตีค้นหางาน สร้างหัวข้อ และผู้ใช้
สามารถรวมประเมินผลในภารกิจสอง ดังนั้นหัวข้อสร้าง
และประเมินสามารถทำได้ง่ายขึ้นมาก ประการที่สอง
ความสัมพันธ์ระหว่างงานสองสามารถจะศึกษาได้ง่ายขึ้น.
เราเรียกเอนทิตีที่พบในการค้นหาเอนทิตีหลักหน่วย
ต่อรายละเอียดเกี่ยวกับเอนทิตีหลักจะเรียกในรูปของ
ความสัมพันธ์ระหว่างแต่ละเอนทิตีหลักเหล่านี้และของที่เกี่ยวข้อง
ตี ซึ่งเราเรียกเอนทิตีเป้าหมาย ความสัมพันธ์ระหว่าง
เอนทิตีหลักและเอนทิตีเป้าหมายได้แบบ 1 ต่อ 1 เช่น หนึ่งหลัก
เอนทิตี้มีความสัมพันธ์กับเอนทิตีเป้าหมายหนึ่ง 1 n (n > 1), เช่น หลักหนึ่ง
เอนทิตีที่เกี่ยวข้องไปหลายเอนทิตีเป้าหมาย n 1 เช่น หลาย
เอนทิตีหลักเกี่ยวข้องกับเอนทิตีเป้าหมายเดียวกัน ความสัมพันธ์เหล่านี้สามารถ
เห็นเป็นการระบุคุณลักษณะของหลักหน่วย
tuples ชนิดเกี่ยวข้องกับค้นหาความสัมพันธ์ของเอนทิตี < สอบถาม ประเภท,
สอบถามความสัมพันธ์ เป้าหมายประเภท > สอบถามและประเภท
กำหนดแบบเดียวกับในงานค้นหาเอนทิตี Relationquery,
ให้เป็นอิสระ อธิบายความสัมพันธ์ระหว่างต้อง
หลัก และเอนทิตีเป้าหมาย ประกอบด้วยแบบสอบถามความสัมพันธ์ของความสัมพันธ์
ฟิลด์คำอธิบายชื่อเรื่องและความสัมพันธ์ ประเภทเป้าหมายระบุ
ประเภทใด (ชนิดเอนทิตี้) ถูกต้องสำหรับเอนทิตีเป้าหมาย
ผลลัพธ์ของหัวข้อค้นหามีความสัมพันธ์เอนทิตีประกอบด้วยคู่
หลัก และเอนทิตีเป้าหมาย สำหรับแต่ละคู่ของเอนทิตีเพื่อให้เป็นการ
คู่ถูก เอนทิตีหลักต้องตัดสินที่เกี่ยวข้องกับการ
สอบถามต้นฉบับ เอนทิตีหลักได้เป็นหมวดหมู่ถูกต้อง การ
เอนทิตีเป้าหมายเป็นประเภทถูกต้อง และความสัมพันธ์ระหว่าง
พวกเขาตรงกับหัวข้อความสัมพันธ์
ชอบในภารกิจค้นหาเอนทิตี ชนิดของเอนทิตีสำหรับทั้งสองหลัก
และเอนทิตีเป้าหมายเท่านั้นซึ่งกำหนดไว้.
ตัวอย่างจะเป็นดังนี้:
เอนไซม์ที่ช่วยให้เปื่อยสารอาหารระหว่าง <br /> ย่อยอาหาร
อยากให้รายการของเอนไซม์ที่ catalyzes เคมี
การดำเนินการในระหว่างการย่อยอาหารของมนุษย์

เอนไซม์
โปรตีน


สถาบันในย่อยอาหารมนุษย์
ต้องการโปรตีนซึ่งเอนไซม์นี้สามารถ
สถาบันในระหว่างการย่อยอาหารของมนุษย์

โปรตีน


ในการประเมินผลลัพธ์ค้นหาความสัมพันธ์ของเอนทิตี เอกสารหลาย
สนับสนุนความสัมพันธ์อาจจะเรียกได้ การถ่วงดุลอาจ
ต้องอ่านเอกสารเหล่านี้เพื่อค้นหาหลักฐานสำหรับการตัดสิน
ว่าความสัมพันธ์ของพวกเขาตรงกับหัวข้อความสัมพันธ์ได้ เอนทิตีดัง
พิพากษาความสัมพันธ์มีความซับซ้อนมากกว่าเอกสารทั่วไป
พิพากษาเรียกได้
ประเมินแบบประเมิน เช่น แผนที่และอื่น ๆ ความแม่นยำ R
สามารถใช้วัดประสิทธิภาพการทำงานความสัมพันธ์ที่ใช้ค้นหาได้
ของเราความสัมพันธ์สองเสนอเรียกงานเปิดประตูสู่
สำรวจงานเรียกความสัมพันธ์ชนิดอื่นได้ ทางเดียวคือการ
เน้นที่ความสัมพันธ์ระหว่างหลักหน่วย เช่น ค้นหา
คู่ของก๊าซเรือนกระจกที่ได้รวมผลในโลก
ร้อน.
5 บทสรุป
สำคัญล่วงหน้าเรียกแบบจำลองและประเมิน
ทำในการเรียกข้อมูล นี้ นี้เรา
เสนอองค์กรของการติดตามการเรียกข้อมูลเคมี
สำหรับดำเนินการประเมินเทคนิค IR ในขนาดใหญ่
datasets เคมีรวมถึงสิทธิบัตร เอกสารวิชาการและอื่น ๆ
17
เอกสาร องค์กรติดตามการนำเสนอจะช่วยต่อสู้
วิจัยความท้าทายใน IR เคมีรวมทั้งเคมีชื่อ
สกัดและการทำดัชนี ทิเคมีเรียกเจ้าพระยากับ
เรียกเจ้าพระยาเอกสาร โครงสร้างในเอกสาร และสูง
เรียกคืนในการค้นหาก่อนศิลปะฯลฯ เราร่างแผนการนำเสนอ
ติดตามในกระดาษ เรานำเสนองานค้นหาเอนทิตี้เคมีนวนิยาย
เรียนเรียกโดยตรงของเอนทิตีแทนเอกสาร เรา
คิดว่า องค์กรติดตามการนำเสนอจะช่วยให้ล่วงหน้า
วิจัยใน IR เคมี และสิทธิบัตรโดยให้เป็นแพลตฟอร์มสำหรับ
เปรียบเทียบ และทดลองรูปแบบที่มีประสิทธิภาพและวิธี
ที่สามารถประสบความสำเร็จอยู่ที่ข้างบนความท้าทายได้
ปีในอนาคต เราจะทำงานเพื่อขยายงานเริ่มต้น และ
เอกสารชุดนั้น โดยเฉพาะ เราจะมุ่งมั่นที่จะขยายช่วงของ
เอกสารและสิทธิบัตรที่จะค้นหา รวมข้อมูลจำเพาะหัวข้อ
ซึ่งสะท้อน reformulation ซ้ำและละเอียดลออของจริง
จดสิทธิบัตรการค้น และรวมถึงฟอร์มค้นหาสิทธิบัตรเหนือก่อน
ศิลปะ: เช่น ทำเฉพาะ

ผลลัพธ์ (ไทย) 2:

2.6 เป้าหมายของการประเมิน
เป้าหมายหลักคือการตรวจสอบวิธีการที่จะประสบความสำเร็จใช้ทั่วไป
เทคโนโลยี IR กับการค้นหาของศิลปะและกิจการเคมีค้นหาก่อนที่
งาน สองขั้นตอนการตัดสินความของเราจะช่วยให้เราค้นพบ
ความสัมพันธ์ระหว่างนักลงทุนทั่วไปและค้นหาศิลปะก่อน ตั้งแต่จำ
ลำเอียงมาตรการวัดผลการดำเนินงานหลักของเรายังจะ
มีโอกาสที่จะตรวจสอบวิธีการออกแบบที่มุ่งเน้นการเรียกคืน IR สูง
ระบบ เป็นนิติบุคคลที่เป็นศูนย์กลาง IR เป็นพื้นที่วิจัยใหม่ทางเคมีของเรา
งานที่ค้นหากิจการจะช่วยให้การศึกษารูปแบบที่มีประสิทธิภาพและวิธีการ
สำหรับการดึงหน่วยงานและการค้นพบความสัมพันธ์ของกิจการ นอกจากนี้เรายังจะ
ศึกษาผลกระทบของโครงสร้างเอกสารและชื่อสารเคมีที่
ติดแท็ก
การวิเคราะห์ของผลจะรวมถึงการมองไปที่
ความสัมพันธ์ระหว่างความแม่นยำสูงและการเรียกคืนสูงตาม IR
ระบบในแง่ของกลุ่ม 'ส่งวิ่ง เราจะยัง
วิ่งในปัจจุบันที่สร้างโดยกลุ่มผู้ใช้ค้นหาศิลปะจริงก่อนและ
รับฟังความคิดเห็นของพวกเขาในการทำงานเหล่านี้
3 เคมีกิจการที่ค้นหา
เคมีกังวลค้นหาสิ่งอันดับนิติบุคคลประเภท.
ประเภทระบุประเภทของสารเคมี 'ที่จะดึง
แบบสอบถาม (ประกอบด้วยสาขาชื่อและคำอธิบาย) พยายามที่จะจับ
ข้อมูลที่จำเป็น ชุดของหน่วยงานที่เกี่ยวข้องจะถือว่า
กำหนดไว้อย่างหลวม ๆ ตามหมวดหมู่เนื่องจากความสัมพันธ์ระหว่าง
ประเภทของสารเคมีที่ต้องนำมาพิจารณา ตัวอย่างเช่น
"กรดไขมัน" ประกอบด้วย "อิ่มตัว" หรือ "ไม่อิ่มตัว" ไขมันและ
"อิ่มตัว" ไขมันประกอบด้วย "ไม่อิ่มตัวเชิงเดี่ยว" และ
"ไม่อิ่มตัว" ไขมัน ฯลฯ เมื่อหมวดหมู่ที่กำหนดคือ "ไขมัน
กรด "ทุกประเภทที่เกี่ยวข้องเหล่านี้จำเป็นต้อง ที่จะได้รับการพิจารณา
เช่นสารเคมีกิจการหัวข้อค้นหาเป็นดังนี้
fatty acids with effect on the risk of heart disease
ผมต้องการรายชื่อของกรดไขมันที่มีการพิสูจน์ทางการแพทย์
ที่เพิ่มขึ้นหรือลดความเสี่ยงของโรคหัวใจ
โรค

กรดไขมัน
ไขมันอิ่มตัว
ไขมันไม่อิ่มตัว

4 เคมีกิจการสัมพันธ์
การค้นหา
ในการค้นหาความสัมพันธ์กิจการเคมีเราพยายามที่จะสร้างแบบจำลองขึ้น
สถานการณ์ค้นหาสอบสวนที่ผู้คนมีความสนใจใน
การสำรวจแง่มุมที่แตกต่างกันของการค้นหากิจการที่ส่งผล
วิธีหนึ่งในการดำเนินงานการค้นหาความสัมพันธ์คือการออกแบบเป็น
กระบวนการสองขั้นตอนประกอบด้วยขั้นตอนการค้นหานิติบุคคลตามด้วย
ขั้นตอนการค้นหาความสัมพันธ์ ได้รับผลการค้นหาหน่วยงาน,
แรงจูงใจของการค้นหาความสัมพันธ์ของกิจการคือการดึงรายละเอียดเพิ่มเติม
เกี่ยวกับหน่วยงานที่เกี่ยวข้องพบว่าในการจัดอันดับ บริษัท ที่
วิธีการสองขั้นตอนมีสองข้อได้เปรียบ ประการแรกเนื่องจากความสัมพันธ์
งานค้นหาจะขึ้นอยู่กับการค้นหางานกิจการการสร้างหัวข้อและผู้
ประเมินสามารถบูรณาการสำหรับทั้งสองงาน ดังนั้นการสร้างหัวข้อ
และการประเมินผลได้ง่ายมาก ประการที่สอง
ความสัมพันธ์ระหว่างสองงานสามารถศึกษาได้ง่ายขึ้น
เราเรียกหน่วยงานที่พบในกิจการที่ค้นหาหน่วยงานหลัก
รายละเอียดเพิ่มเติมเกี่ยวกับหน่วยงานหลักที่จะถูกดึงในรูปแบบของ
ความสัมพันธ์ระหว่างกันของหน่วยงานหลักเหล่านี้และที่เกี่ยวข้อง
หน่วยงาน ซึ่งเราเรียกหน่วยงานเป้าหมาย ความสัมพันธ์ระหว่าง
หน่วยงานหลักและหน่วยงานเป้าหมายที่สามารถเป็นได้ทั้ง 1-1 คือหนึ่งหลัก
หน่วยงานที่เกี่ยวข้องกับกิจการที่เป้าหมายหนึ่ง 1 ถึง n (n> 1) คือหนึ่งหลัก
นิติบุคคลที่เกี่ยวข้องกับหน่วยงานหลายเป้าหมายหรือ n 1 คือหลาย
หน่วยงานหลักที่เกี่ยวข้องกับกิจการเป้าหมายอย่างใดอย่างหนึ่ง ความสัมพันธ์เหล่านี้สามารถ
มองเห็นได้ว่าเป็นลักษณะของการระบุหน่วยงานหลักของ
การค้นหาความสัมพันธ์ที่เกี่ยวข้องกับกิจการ tuples ประเภทความสัมพันธ์แบบสอบถามเป้าหมายประเภท> การค้นหาและประเภทที่
กำหนดไว้ในลักษณะเดียวกับในงานค้นหานิติบุคคล relationquery,
ให้เป็นข้อความฟรีอธิบายความสัมพันธ์ที่ต้องการระหว่าง
หน่วยงานหลักและเป้าหมาย การสอบถามความสัมพันธ์ที่ประกอบด้วยความสัมพันธ์ที่
ชื่อและความสัมพันธ์ด้านคำอธิบาย เป้าหมายในประเภทระบุ
ซึ่งประเภท (ประเภทนิติบุคคล) เป็นที่ต้องการสำหรับองค์กรเป้าหมาย
ผลการค้นหาหัวข้อที่เกี่ยวข้องนิติบุคคลประกอบด้วยคู่ของ
หน่วยงานหลักและเป้าหมาย สำหรับคู่ของแต่ละหน่วยงานที่จะได้รับการตัดสินว่าเป็น
คู่ที่ถูกต้ององค์กรหลักจะต้องได้รับการตัดสินเป็นที่เกี่ยวข้องกับ
การค้นหาเดิมกิจการหลักจะต้องมีประเภทที่ถูกต้องของ
กิจการเป้าหมายเป็นประเภทที่ถูกต้องของตนและความสัมพันธ์ระหว่าง
พวกเขาตรงกับหัวข้อที่เกี่ยวข้อง
เช่นเดียวกับในการค้นหางานกิจการประเภทกิจการทั้งในหลักของ
หน่วยงานและเป้าหมายที่กำหนดไว้เพียงหลวม
ตัวอย่างมีดังนี้
enzymes that help decompose nutrients during<br />digestion
ผมต้องการรายชื่อของเอนไซม์ที่เร่งปฏิกิริยาทางเคมี
ระหว่างการย่อยการกระทำของมนุษย์

เอนไซม์
โปรตีน


เร่งในการย่อยอาหารของมนุษย์
ฉันต้องการเอนไซม์โปรตีนที่สามารถ
กระตุ้นการย่อยอาหารของมนุษย์ในช่วง

โปรตีน


ในการประเมินผลการค้นหาความสัมพันธ์กิจการหลายเอกสารที่
สนับสนุนความสัมพันธ์ที่อาจจะเรียก ประเมินอาจ
จะต้องอ่านเอกสารเหล่านี้เพื่อหาหลักฐานสำหรับการตัดสิน
ไม่ว่าจะเป็นความสัมพันธ์ของพวกเขาให้ตรงกับหัวข้อที่เกี่ยวข้อง ดังนั้นหน่วยงาน
ที่เกี่ยวข้องการตัดสินมีความซับซ้อนกว่าเอกสารทั่วไป
ตัดสินดึง
มาตรการการประเมินผลแบบดั้งเดิมเช่นแผนที่และ R-แม่นยำ ฯลฯ
สามารถนำมาใช้ในการวัดประสิทธิภาพการทำงานความสัมพันธ์ผู้เชี่ยวชาญการค้นหา
งานของเรานำเสนอสองขั้นตอนการดึงความสัมพันธ์จะเปิดประตูไปสู่การ
สำรวจ ประเภทอื่น ๆ ของงานดึงความสัมพันธ์ วิธีหนึ่งคือการ
มุ่งเน้นไปที่ความสัมพันธ์ระหว่างหน่วยงานหลักเช่นการหา
คู่ของก๊าซเรือนกระจกที่ได้รวมผลกระทบของภาวะโลก
ร้อน
5 สรุป
ความก้าวหน้าอย่างมากในแง่ของรูปแบบการดึงและการประเมินผล
ได้รับการทำในการดึงข้อมูล ในแง่ของเหล่านี้เรา
นำเสนอองค์กรของแทร็คที่ดึงข้อมูลสารเคมี
สำหรับการดำเนินการประเมินผลการเทคนิค IR ขนาดใหญ่
ชุดข้อมูลสารเคมีรวมทั้งสิทธิบัตรและเอกสารทางวิชาการอื่น ๆ
17
เอกสาร องค์กรของแทร็คที่นำเสนอจะช่วยให้รับมือกับ
ความท้าทายในการวิจัย IR สารเคมีรวมทั้งชื่อของสารเคมี
สกัดและการจัดทำดัชนีกิจการเคมีดึงเป็นศูนย์กลางเมื่อเทียบกับ
การดึงเป็นศูนย์กลางเอกสารโครงสร้างในเอกสารและสูง
การเรียกคืนในการค้นหาศิลปะก่อน ฯลฯ เราร่างแผนเสนอ
ติดตาม ในกระดาษ เราเสนองานการค้นหากิจการเคมีนวนิยาย
ศึกษาการดึงโดยตรงของหน่วยงานแทนของเอกสาร เรา
คิดว่าองค์กรของแทร็คที่นำเสนอจะช่วยให้ความก้าวหน้าของ
การวิจัยในทางเคมีและสิทธิบัตร IR โดยการให้แพลตฟอร์มสำหรับ
การเปรียบเทียบและการทดลองรูปแบบที่มีประสิทธิภาพและวิธีการ
ที่ประสบความสำเร็จสามารถรับมือกับความท้าทายดังกล่าวข้างต้น
ในปีที่ในอนาคตเราจะทำงานเพื่อขยายเริ่มต้น งานและ
ชุดเอกสาร โดยเฉพาะอย่างยิ่งเราจะมุ่งมั่นที่จะขยายช่วงของ
เอกสารและสิทธิบัตรที่จะค้นหารวมถึงข้อกำหนดหัวข้อ
ซึ่งสะท้อนให้เห็นถึงแผนการซ้ำและการปรับแต่งของจริง
การค้นหาสิทธิบัตรและรวมถึงรูปแบบของการค้นหาสิทธิบัตรเกินก่อนที่
ศิลปะ: ยกตัวอย่างเช่นต้นเหตุที่เฉพาะเจาะจง

ผลลัพธ์ (ไทย) 3:

2.6 เป้าหมายของการประเมิน
เป้าหมายหลักคือ เพื่อศึกษาวิธีการเรียบร้อยแล้วใช้เทคโนโลยี IR ทั่วไป
กับศิลปะก่อนค้นหาและสารเคมีงานค้นหา
นิติบุคคล การตัดสินความเกี่ยวข้องสองของเราจะช่วยให้เราค้นพบ
ความสัมพันธ์ระหว่าง IR ทั่วไปและการค้นหาศิลปะก่อน ตั้งแต่จำได้
ลำเอียง มาตรการการวัดผลการดำเนินงานหลัก เราจะยัง
ได้มีโอกาสไปศึกษาวิธีการออกแบบสูงมุ่งเน้น IR
เรียกคืนระบบ ในฐานะเป็นศูนย์กลางและเป็นพื้นที่วิจัยใหม่ค้นหางานเคมี
นิติบุคคลจะช่วยศึกษาโมเดลที่มีประสิทธิภาพและวิธีการสืบค้นและนิติบุคคลนิติบุคคล
ค้นพบความสัมพันธ์ นอกจากนี้เรายังจะ
ศึกษาผลของโครงสร้างของเอกสารและชื่อ

ทักทายกัน การวิเคราะห์อภิมานผลจะรวมถึงมอง
ความสัมพันธ์ระหว่างความละเอียดสูงและสูงเรียกคืนจาก IR
ระบบในแง่ของกลุ่ม ' ส่งวิ่ง นอกจากนี้เรายังจะ
ปัจจุบันวิ่งที่สร้างขึ้นโดยกลุ่มก่อนจริงปะค้นหาผู้ใช้และได้รับความคิดเห็นของพวกเขาในที่วิ่งนี้
.
3 เคมีกิจการค้นหา
นิติบุคคลเคมีค้นหาความกังวลที่มีประเภท < แบบสอบถามประเภท > .
ประเภทที่ระบุชนิดของสารเคมีที่จะถูกดึง
แบบสอบถามประกอบด้วย ชื่อเรื่อง และเขตข้อมูลรายละเอียด ) พยายามที่จะจับภาพ
ต้องการข้อมูล ชุดของหน่วยงานที่เกี่ยวข้อง จะถือว่ามี
หลวม กําหนดโดย ประเภท เนื่องจากความสัมพันธ์ระหว่าง
ประเภทสารเคมีที่ต้องนำมาพิจารณา ตัวอย่างเช่น ,
" กรดไขมัน " ประกอบด้วย " อิ่มตัว " หรือ " ไม่อ้วน " และ
" อิ่มตัว " ประกอบด้วย " ไขมัน monounsaturated
" และ" ไขมันไม่อิ่มตัว " ฯลฯ เมื่อประเภทที่ระบุเป็น " กรดไขมัน
" ทั้งหมดเหล่านี้หมวดที่เกี่ยวข้องต้องพิจารณา ตัวอย่างเช่น กิจการเคมี
ค้นหาหัวข้อดังนี้
< ชื่อ > กรดไขมันที่มีผลกระทบต่อความเสี่ยงของโรคหัวใจ < / title >
< รายละเอียด > ผมต้องการรายชื่อของไขมัน กรดที่ clinically พิสูจน์
จะให้เพิ่มหรือลดความเสี่ยงของโรคหัวใจ
>
< / รายละเอียดหมวดหมู่ >
< < < ประเภทกรดไขมันประเภท > > หมวดหมู่ >
< >
< / ประเภทไขมันอิ่มตัวไขมันไม่อิ่มตัวประเภท > < < / หมวดหมู่ >
< >
/ ประเภท 4 เคมี

เอนทิตีความสัมพันธ์ในองค์กรค้นหาค้นหาเคมีสัมพันธ์ เราพยายามแบบสำรวจมากกว่า
ค้นหาสถานการณ์ที่คนสนใจ
สำรวจแง่มุมต่าง ๆ ของผลการค้นหา
นิติบุคคลวิธีหนึ่งในการดำเนินความสัมพันธ์ การค้นหางานออกแบบเป็นแบบสองขั้นตอนประกอบด้วย เอนทิตี

ค้นหาเวทีตามความสัมพันธ์ค้นหาขั้นตอน ได้รับผลการค้นหาหน่วยงาน แรงจูงใจในการค้นหาความสัมพันธ์เอนทิตี

จะเรียกหน่วยงานที่เกี่ยวข้อง รายละเอียดเพิ่มเติมเกี่ยวกับที่พบในการจัดอันดับองค์กร .
2 ขั้นตอนวิธีมีข้อดีสอง . ประการแรก เนื่องจากความสัมพันธ์
งานค้นหางานค้นหาขึ้นอยู่กับนิติบุคคล , การสร้างหัวข้อและการประเมินผลผู้ใช้
สามารถบูรณาการสำหรับสองงาน ดังนั้นการสร้างหัวข้อและ
การประเมินจะง่ายมาก . ประการที่สอง ความสัมพันธ์ระหว่างสองงาน

สามารถเพิ่มเติมได้อย่างง่ายดายโดยเราเรียกหน่วยงานที่พบในการค้นหาหน่วยงานหลัก หน่วยงาน .
รายละเอียดเพิ่มเติมเกี่ยวกับหน่วยงานหลักจะถูกเรียกในรูปแบบของ
ความสัมพันธ์ระหว่างกันของหน่วยงานหลักและหน่วยงานที่เกี่ยวข้อง
เหล่านี้ ซึ่งเราเรียกเป้าหมายองค์กร . ความสัมพันธ์ระหว่างหน่วยงานหลักและหน่วยงาน
เป้าหมายได้ 1 ต่อ 1 คือองค์กรหลัก
เกี่ยวข้องกับเป้าหมายหนึ่งตัว , 1 n ( n > 1 ) คือองค์กรหลักที่เกี่ยวข้องกับหลายหน่วยงานเป้าหมาย
, N 1 หรือ ได้แก่ หน่วยงานหลักที่เกี่ยวข้องหลาย
คือ เพื่อเป้าหมายหนึ่งของนิติบุคคลความสัมพันธ์เหล่านี้สามารถ
ยังเห็นเป็นระบุคุณลักษณะขององค์กรหลัก องค์กรที่มีความสัมพันธ์กับ
ค้นหาประเภท < แบบสอบถามประเภท
แบบสอบถามความสัมพันธ์ > ประเภทเป้าหมาย และแบบสอบถามประเภท
นิยามในแบบเดียวกับใน องค์กร ค้นหางาน การ relationquery
มอบให้ , ข้อความฟรี , อธิบายถึงความสัมพันธ์ระหว่างหลักและเป้าหมายที่ต้องการ
หน่วยงาน .ความสัมพันธ์แบบสอบถามประกอบด้วยชื่อเรื่องความสัมพันธ์
ความสัมพันธ์และรายละเอียดด้าน ประเภทเป้าหมายระบุประเภท ( ประเภทนิติบุคคล )
ซึ่งเป็นที่ต้องการสำหรับ องค์กร เป้าหมาย ผลลัพธ์ของความสัมพันธ์ของเอนทิตี

ค้นหาหัวข้อประกอบด้วยคู่หลักและเป้าหมายของหน่วยงาน . สำหรับคู่ของแต่ละหน่วยงานที่จะถูกตัดสินโดย
คู่ที่ถูกต้ององค์กรหลักจะต้องถูกตัดสินว่าเกี่ยวข้องกับ
แบบสอบถามต้นฉบับองค์กรหลักต้องเป็นประเภทที่ถูกต้องขององค์กรเป้าหมายของ
หมวดหมู่ที่ถูกต้อง , และความสัมพันธ์ระหว่างพวกเขาตรงกับความสัมพันธ์

เหมือนในหัวข้อ องค์กร ค้นหางาน ประเภทกิจการทั้งหลักและหน่วยงานเป้าหมายเพียงหลวมๆ

เป็นตัวกำหนด ดังนี้
< ชื่อ > เอนไซม์ที่ช่วยย่อยสลายสารอาหารในระหว่างการย่อยอาหาร < / title >

< รายละเอียด > ผมต้องการรายชื่อของเอนไซม์ที่กระตุ้นการกระทำในระหว่างการย่อยอาหารมนุษย์เคมี
. < / รายละเอียด >
< >
< ประเภทหมวดหมู่ > เอนไซม์ < / หมวดหมู่ >
< ประเภทโปรตีน > < / หมวดหมู่ >
< >
< / ประเภทกิจการสัมพันธ์ >
< ชื่อ > เร่งการย่อยอาหารในมนุษย์สัมพันธ์ < ชื่อ >
< ความสัมพันธ์ / ความสัมพันธ์ > > ฉันต้องการโปรตีน เอนไซม์สามารถเร่งมนุษย์
ในระหว่างการย่อยอาหาร รายละเอียด >
< / ความสัมพันธ์หมวดหมู่ >
< < เป้าหมายประเภทโปรตีน > < / หมวดหมู่ >
< / เป้าหมายประเภท >
< >
/ องค์กรในการประเมินความสัมพันธ์เอนทิตีความสัมพันธ์กับผลลัพธ์การค้นหาเอกสารหลาย
สนับสนุนความสัมพันธ์อาจจะเรียก ประเมินอาจ
ต้องอ่านเอกสารเหล่านี้เพื่อค้นหาหลักฐาน เพื่อตัดสินว่า ความสัมพันธ์ของตนกับ
ตรงกับหัวข้อ ดังนั้น นิติบุคคล
ความยุติธรรมความสัมพันธ์ที่ซับซ้อนกว่าปกติ

แบบสืบค้นเอกสารการตัดสิน การประเมินมาตรการ เช่น แผนที่และ r-precision ฯลฯ
สามารถใช้วัดผลงานผู้เชี่ยวชาญด้านความสัมพันธ์ค้นหา .
ของเราเสนอสองความสัมพันธ์ดึงงานเปิดประตู
สำรวจประเภทอื่น ๆของงานสืบค้นความสัมพันธ์ วิธีหนึ่งคือการมุ่งเน้นความสัมพันธ์ระหว่างหน่วยงาน

หาหลักเช่นคู่ของก๊าซเรือนกระจกที่ได้รวมผลในภาวะโลกร้อนทั่วโลก
.
5 สรุปผลความก้าวหน้าอย่างมากในแง่ของรูปแบบ

ได้สืบค้นและประเมินในการสืบค้นข้อมูล ในแง่ของเหล่านี้เรา
เสนอองค์กรของเคมี สืบค้นติดตาม
ดำเนินการประเมินผลและข้อมูลทางเทคนิคระดับ
ขนาดใหญ่รวมทั้งสิทธิบัตรเอกสารวิชาการและเอกสารอื่น ๆ 17

. องค์กรที่เสนอจะช่วยแก้ไขปัญหาความท้าทายการวิจัยการติดตาม
เคมี IR รวมทั้งชื่อ
ดัชนีการสกัดและเคมีนิติบุคคลสืบค้นสืบค้นเอกสาร เซ็นทริค centric
เมื่อเทียบกับโครงสร้างเอกสารและสูง
จำได้ในการค้นหาศิลปะก่อน ฯลฯ เราร่างแผนเสนอ
ติดตามในกระดาษเราเสนอนวนิยายนิติบุคคลเคมีค้นหางาน
ศึกษาสืบค้นโดยตรงขององค์กรแทนเอกสาร เรา
คิดว่าองค์กรของเสนอ ติดตามจะช่วยให้ก้าวหน้า
การวิจัยในทางเคมีและ IR สิทธิบัตรโดยการให้แพลตฟอร์มสำหรับ
เปรียบเทียบและการทดสอบรุ่นที่มีประสิทธิภาพและวิธีการที่สามารถตอบสนองความท้าทาย

ในข้างต้น ปีในอนาคตเราจะทำงานเพื่อขยายงานเบื้องต้นและ
ชุดเอกสาร โดยเฉพาะ เรามุ่งมั่นที่จะขยายช่วงของ
เอกสารและสิทธิบัตรค้นหา รวมถึงหัวข้อที่กำหนด
ซึ่งสะท้อน reformulation ของการปรับแต่งและการค้นหาสิทธิบัตรจริง
และรวมรูปแบบของการค้นหาสิทธิบัตรกว่าศิลปะก่อน
: ตัวอย่างเช่น invalidating เฉพาะ