Les systèmes de récupération d'informations biomédicales deviennent populaires et complexes en raison de la quantité massive de littérature biomédicale en constante augmentation. Les utilisateurs ne sont pas en mesure de construire une requête précise et précise qui représente les informations prévues de manière claire. Par conséquent, la requête est développée avec les termes ou les fonctionnalités qui récupèrent des informations plus pertinentes. La sélection de termes d'expansion appropriés joue un rôle clé pour améliorer les performances de la tâche de récupération. Nous proposons la fréquence des documents chi-square, une version plus récente du chi-square dans le feedback de pseudo pertinence pour la sélection des termes. Les effets du prétraitement sur la performance de la récupération d'informations spécifiquement dans le domaine biomédical sont également décrits. En moyenne, l'algorithme proposé a surpassé les algorithmes de sélection de termes de pointe de 88 % à des points de test prédéfinis. Nos expériences concluent également que, l'endiguement provoque une diminution de la performance globale du système de récupération d'informations basé sur la rétroaction de pseudo pertinence, en particulier dans le domaine biomédical. URL de la base de données : http://biodb.sdau.edu.cn/gan/

Los sistemas de recuperación de información biomédica se están volviendo populares y complejos debido a la gran cantidad de literatura biomédica en constante crecimiento. Los usuarios no pueden construir una consulta precisa y precisa que represente la información prevista de manera clara. Por lo tanto, la consulta se expande con los términos o características que recuperan información más relevante. La selección de términos de expansión apropiados juega un papel clave para mejorar el desempeño de la tarea de recuperación. Proponemos la frecuencia de documentos chi-cuadrado, una versión más nueva de chi-cuadrado en retroalimentación de pseudo relevancia para la selección de términos. También se describen los efectos del preprocesamiento en el rendimiento de la recuperación de información específicamente en el dominio biomédico. En promedio, el algoritmo propuesto superó a los algoritmos de selección de términos de última generación en un 88% en puntos de prueba predefinidos. Nuestros experimentos también concluyen que la derivación causa una disminución en el rendimiento general del sistema de recuperación de información basado en retroalimentación de pseudo relevancia, particularmente en el dominio biomédico. URL de la base de datos: http://biodb.sdau.edu.cn/gan/

Biomedical information retrieval systems are becoming popular and complex due to massive amount of ever-growing biomedical literature. Users are unable to construct a precise and accurate query that represents the intended information in a clear manner. Therefore, query is expanded with the terms or features that retrieve more relevant information. Selection of appropriate expansion terms plays key role to improve the performance of retrieval task. We propose document frequency chi-square, a newer version of chi-square in pseudo relevance feedback for term selection. The effects of pre-processing on the performance of information retrieval specifically in biomedical domain are also depicted. On average, the proposed algorithm outperformed state-of-the-art term selection algorithms by 88% at pre-defined test points. Our experiments also conclude that, stemming cause a decrease in overall performance of the pseudo relevance feedback based information retrieval system particularly in biomedical domain. Database URL: http://biodb.sdau.edu.cn/gan/

أصبحت أنظمة استرجاع المعلومات الطبية الحيوية شائعة ومعقدة بسبب الكم الهائل من الأدبيات الطبية الحيوية المتنامية باستمرار. يتعذر على المستخدمين إنشاء استعلام دقيق ودقيق يمثل المعلومات المقصودة بطريقة واضحة. لذلك، يتم توسيع الاستعلام باستخدام المصطلحات أو الميزات التي تسترد المزيد من المعلومات ذات الصلة. يلعب اختيار شروط التوسيع المناسبة دورًا رئيسيًا في تحسين أداء مهمة الاسترجاع. نقترح توثيق مربع كاي الترددي، وهو إصدار أحدث من مربع كاي في التغذية الراجعة ذات الصلة الزائفة لاختيار المصطلح. كما يتم تصوير آثار المعالجة المسبقة على أداء استرجاع المعلومات على وجه التحديد في المجال الطبي الحيوي. في المتوسط، تفوقت الخوارزمية المقترحة على خوارزميات اختيار المصطلحات الحديثة بنسبة 88 ٪ في نقاط الاختبار المحددة مسبقًا. كما خلصت تجاربنا إلى أن الجذوع تسبب انخفاضًا في الأداء العام لنظام استرجاع المعلومات القائم على التغذية الراجعة ذات الصلة الزائفة خاصة في مجال الطب الحيوي. رابط قاعدة البيانات: http://biodb.sdau.edu.cn/gan/