BioASQ 任务 14b 的检索增强生物医学问答与弱问题恢复和神经重新排序

这项工作展示了 DS@GT ARC BioASQ 团队在生物医学问答管道方面的工作，集成了多源查询扩展、神经重新排序、检索细化和 OpenBioLLM 辅助答案生成。该系统将 PubMed 检索与基于 MiniLM 的微调语义重新排名、倒数排名融合 (RRF) 和基于特征的相关性评分相结合，以提高文档排名质量。为了解决检索性能较弱的挑战性查询，我们引入了一种条件弱问题恢复策略，该策略应用语义扩展、关系感知增强和选择性结果合并。检索后修剪阶段进一步删除冗余或低相关性片段，同时保留下游答案生成的证据覆盖范围。 BioASQ 评估批次的实验结果表明，所提出的恢复和清理策略大大提高了困难问题集上的检索鲁棒性和 MAP@10 性能。最终系统还包含输出验证和后处理步骤，以确保 BioASQ 各个阶段的格式一致性和提交可靠性。