基于融合的对象检索设计模式

Aug, 2017

Design Patterns for Fusion-Based Object Retrieval

Shuo Zhang, Krisztian Balog

TL;DR该研究旨在解决排名对象的问题，通过从相关的文档中收集证据来进行目标匹配，针对这一问题，研究提出了两种设计模式，分别为在词级（早期融合）和文档级别（晚期融合）上进行证据收集，这些模式通过专家查找、博客筛选和垂直排名等三个不同的目标检索任务得到了验证。

Abstract

We address the task of ranking objects (such as people, blogs, or verticals) that, unlike documents, do not have direct term-based representations. To be able to match them against keyword queries, evidence needs to be amassed from documents that are associated with the given object. W

ranking objects evidence retrieval early fusion late fusion object retrieval tasks

发现论文，激发创造

使用关键词组合表格答案在知识库中找到模式

本文研究如何在知识库中找到高度相关的模式以回答用户给出的关键词查询，并提出了有效的算法来寻找记录相关性，并比较了与已知技术的朴素调整的不同方法。

Sep, 2014

广告检索中多样化关联模式建模

本文提出了一种数据驱动的方法，使用分层神经匹配模型（HiNT）来建立不同粒度的相关信号，以便在广泛的语义匹配中自适应的估计查询和文档之间的相关性。研究结果表明，我们的 HiNT 模型在基准自适应检索数据集上优于现有最先进的检索模型。

May, 2018

利用深度多风格特征融合和迭代投票在大型艺术收藏中进行物体检索和定位

本文介绍了一种基于计算机视觉的算法，利用多样性特征融合和区域投票技术可以准确地搜索和定位艺术品中指定的图案或物体，有效地解决了大规模数字化艺术品数据集的图像检索问题。

Jul, 2021

无监督，高效和语义型专家检索

本文引入了一种无监督的辨别模型，用于在线文档检索。我们仅使用文本证据，通过无监督学习分布式词表示来避免显式特征工程。我们将我们的模型与最先进的无监督统计向量空间和概率生成方法进行比较，并发现我们的模型在大多数情况下可以与监督方法匹配，且算法成本较低，因此可以取得与所谓的基于档案的方法相同的检索性能水平。

Aug, 2016

学习与职位匹配的检索

应用学习检索技术改进 LinkedIn 的职位搜索和推荐系统，通过构建评估求职者资格的图和利用学习到的链接进行检索，提高应聘人员质量并优化求职者参与度。

Feb, 2024

可扩展的学习非可分解目标

本研究提出了一种统一的框架，使用简单的构建块限制，允许对各种基于排名的目标进行高度可扩展的优化，并在多个实际检索问题上展示了我们方法的优势，同时在性能和精度方面显著改进了基线。

Aug, 2016

基于图形关联的交通领域特征模式检索

交通数据的快速增长为揭示有关交通动态的更深入信息提供了许多机会，但也需要一个有效的数据库管理系统，其中信息检索是一个重要的功能。本文提出了一个用于高速公路交通拥堵的时空模式的基于内容的检索系统。

Nov, 2023

多视角搜索引擎的设计挑战

本篇论文探讨了如何将自然语言理解与文档检索相结合，提出了面向角度的文档检索范式。基于此范式实现了一个原型系统，通过用户调查评估了其实用性以及针对争议性问题的信息需求。

Dec, 2021

潜在协作检索

本研究介绍了一种基于矩阵因式分解的推荐模型，用于针对给定的查询和用户，推荐排名靠前的物品，实验结果表明它胜过了多个基准模型。

Jun, 2012

利用语义和词汇匹配提高文档检索系统召回率：一种混合方法

本文研究将深度神经网络模型与词汇模型相结合应用于搜索引擎的检索阶段，并在 TREC 数据集上进行了实证研究，结果表明该方法得到了很好的效果，并揭示了语义方法、词汇方法以及二者结合的不同特点。

Oct, 2020