본 논문은 상반되는 증거가 존재하는 임상 질문에 대한 문서 수준의 과학적 증거 추출 과제에 집중합니다. Cochrane 체계적 검토의 forest plot을 활용하여 CochraneForest라는 새로운 데이터셋을 생성하였으며, 이는 202개의 주석이 달린 forest plot, 관련 임상 연구 질문, 연구 전체 텍스트 및 연구별 결론으로 구성됩니다. 이를 기반으로, 상반되는 증거 추출의 고유한 과제를 해결하기 위해 URCA(Uniform Retrieval Clustered Augmentation)라는 검색 증강 생성 프레임워크를 제안합니다. 실험 결과, URCA는 기존 최고 성능 방법보다 F1 점수에서 최대 10.3% 향상된 성능을 보였습니다. 하지만 CochraneForest의 복잡성 또한 강조되어, 자동화된 증거 종합 시스템 발전을 위한 까다로운 테스트베드임을 보여줍니다.
