본 논문은 상반되는 증거가 있는 임상 질문에 대한 의학 논문에서 과학적 증거를 추출하는 작업에 초점을 맞추고 있습니다. Cochrane 체계적 고찰의 forest plot을 활용하여 CochraneForest라는 새로운 데이터셋을 제작하였는데, 이는 202개의 주석이 달린 forest plot, 관련 임상 연구 질문, 연구 논문 전문, 그리고 연구별 결론으로 구성됩니다. 이 데이터셋을 기반으로, 상반되는 증거 추출의 고유한 어려움을 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 복잡성을 강조하며, 자동화된 증거 종합 시스템 발전을 위한 어려운 테스트베드임을 보여줍니다.
