OntologyBench：稠密检索能否满足结构化生物医学约束

我们引入了 OntologyBench，这是一个分层的生物医学检索基准，包含 471,854 个训练和 125,744 个评估查询-文档相关性对，涵盖概念基础、关系检索和基于组合表型的检索。尽管使用本体感知参考方法可以轻松处理这些任务，但在各个任务层中，关系和组合任务的嵌入性能通常低于概念基础任务。对本体衍生监督的微调提高了多个关系和组合任务的性能，而评估的重新排名和基于 LLM 的候选评分方法几乎没有或没有提供端到端的改进。错误经常反映仅与表型证据的子集匹配的疾病。这些发现表明，评估的嵌入和重新排序配置不能可靠地恢复由所选本体关系和表型组合编码的兼容性，并不能激发检索系统更好地将学习的表示与结构化生物医学知识相结合。