مقاله‌ای تازه در arXiv جست‌وجو بر پایه برچسب‌ها را با روشی دومرحله‌ای مقایسه می‌کند: ابتدا متن‌هایی را می‌یابد که از نظر معنا مشابه‌اند و سپس یک مدل زبانی نتایج را از نظر ارتباط با موضوع بررسی می‌کند. پژوهشگران می‌گویند این روش در مجموعه‌ای شامل ۷٬۳۵۴ کارآزمایی تصادفی‌شده، ۹۲٪ شواهدی را پیدا کرد که در یک مرور نظام‌مند گنجانده می‌شد؛ این رقم برای جست‌وجو با برچسب‌های گزینش‌شده ۴۵٪ بود. مقاله اشاره می‌کند که با عمیق‌تر شدن جست‌وجو، هزینه‌ها هم افزایش می‌یابد.
چرا مهم است
این روش می‌تواند به تیم‌هایی که مرور نظام‌مند تهیه می‌کنند کمک کند شواهدی را پیدا کنند که با برچسب‌های ازپیش‌تعیین‌شده جور درنمی‌آیند؛ هرچند مقاله می‌گوید جست‌وجوی عمیق‌تر هزینه بیشتری دارد.
