您做出的选择也将会对剧情和周遭世界产生影响。

　　该比赛希望全世界AI专家使用文本挖掘工具，来完成比赛中的各类任务。

　　最后，帮助研究人员能从浩如烟海的文献进行高效检索，为推进COVID-19的研究提供帮助。

　　就是在这样一项比赛中，这个paperai，获得了8项任务大奖中的6项：创建了与新冠肺炎相关的人口研究的汇总表；创建了与新冠肺炎相关的患者描述的汇总表；创建了与新冠肺炎相关的模型和未决问题的汇总表；创建了与新冠肺炎相关的材料研究的汇总表；创建了针对新冠肺炎诊断的汇总表；创建了与新冠肺炎相关的风险因素的汇总表。

　　对于一项工具，在多项任务的普适，这毫无疑问是巨大的成功。

　　那么，这么强势的一项工具，其背后，又是如何运行工作的呢？

　　句嵌入索引分析CORD-19

　　简单来说就是，该模型就是句嵌入索引和带有文章的SQLite数据库的组合。

　　首先，每篇文章都被解析成句子，并与文章元数据一起存储在SQLite中。

　　SQLite本身就具有虚拟表模块FTS5，可以进行全文搜索。

　　这个全文搜索引擎，允许用户在大量文档集合中高效地搜索包含一个或多个搜索词。

　　SQLite的FTS5默认加权方案是tf-idf，此外，它还支持BM25，这使得性能够进一步提高。

　　之后，使用FastText+BM25创建句嵌入索引。

　　BM25是一个词袋检索功能，它根据每个文档中出现的查询词对一组文档进行排序。

　　最后，开发者选择使用FastText为每个标记检索单词嵌入。为了构建句子嵌入，嵌入可以被平均在一起以创建单个嵌入向量。

　　于是，在各种Buff的加持下，我们能够看到的是：