미국헬스케어·바이오2017 – 진행 중

미국 국립보건원

PubMed 베스트 매치 머신러닝 검색 순위

PubMed의 베스트 매치 순위는 실사용 시험에서 클릭률을 20% 넘게 높였다

성과 확인회사 발표

문제

PubMed의 생의학 문헌이 늘면서 관련 논문을 찾기 어려워졌다. 날짜순 정렬은 유용한 오래된 연구를 새 결과 아래로 밀어낼 수 있었다.

국립의학도서관 연구진은 과거 검색 기록과 문서 특징으로 관련도 순위 모델을 학습시켰다. 베스트 매치는 LambdaMART로 검색된 결과의 순위를 다시 매겼다. PubMed는 2017년 6월 날짜순 정렬의 대안으로 이를 도입했다.

over 20%NLM 연구진이 밝힌, 실사용 시험 중 이용자 클릭률의 증가율회사 발표[1]

평가는 검색 참여도를 잰 것이다. 클릭률이 높아졌다고 해서 임상 판단이나 연구 성과가 나아졌다고 확인된 것은 아니다.

[1]PLOS Biology2018년 8월 28일

NLM 연구진은 실제 운영 중인 학습 기반 순위 시스템을 설명했다. 시험에서 클릭률이 20% 넘게 높았고, 도입 뒤에는 매주 수백만 건의 검색을 지원한다고 밝혔다.

자세한 내용은 원문에서 확인하실 수 있습니다.

등록일 2026년 11월 1일 · 수정일 2026년 11월 1일