Jun, 2019

基于片段的文档排序学习方法

PDF
TL;DR本文研究使用文章中更多的信息以提高文档检索的效率， 作者设计了基于学习排名的文档检索方法，利用对查询的响应中生成的条目排名，其中一些方法量化文档的条目排名，另一些利用基于特征的条目表示法用于学习条目排名。实证评估证明了我们的方法在高效基线的基础上具有明显的优点，而最佳表现的方法是基于使用文档查询特征和条目查询特征的文档排名函数的学习。
passage-based document retrievallearning-to-rankinformation retrievaldocument rankingpassage-query similarities
发现论文，激发创造
  • 开放域问答中的答案重新排序的证据聚合

    本文提出了两种新的模型，在公开领域问答数据集中取得了最具竞争力的结果。这两种方法是使用多篇文章生成答案。

    Nov, 2017

  • DAPR: 一个关于文档感知的片段检索基准

    本文提出了文档感知段落检索 (DAPR) 任务的概念，并通过在段落表示中引入文档级上下文的不同方法扩展最先进的神经段落检索器。实验结果表明，混合检索系统在 DAPR 任务中只能略微改进，但能显著改进文档检索任务，这激励着进一步研究该新任务的更好检索系统的开发。

    May, 2023

  • 生物医学问答中的前 K 个相关片段检索

    我们在临床领域中通过对现有 DPR 框架的改进，从可靠的 Pubmed 文章中检索答案，使其在 BioASQ QA 数据集上的评估结果为 0.81 的 F1 得分。

    Aug, 2023

  • PARADE：用于文档再排序的段落表示聚合

    本文研究了如何将文档的段落级别的相关信号聚合成最终的排名分数，提出了新的 PARADE 方法，证明了它可以显著提高广泛信息需求的文集的结果，同时，也探索了提高基于 Transformer 聚合效率的方法。

    Aug, 2020

  • GripRank: 通过生成式知识改进的段落排序填补检索和生成之间的差距

    本文提出了一种名为 GripRank 的算法，它通过从一个生成式的通道评估器到一个通道排名器的知识精华的提炼来解决候选通道在检索过程中被平等对待的问题，并通过设计一套课程知识提炼机制来提升知识的提炼质量，实现了对答案的生成和文本排名的优化，最终在 KILT 基准测试中展现出优于同类方法的结果。

    May, 2023

  • 基于嵌入的零样本检索通过查询生成

    本文通过采用两塔架构来建立神经检索模型，并提出了一种新的用于检索的合成数据生成方法，显著优于基于词汇匹配算法的 BM25，并在 5 个测试数据集中平均提高 Recall@1 指标 2.45 个点。

    Sep, 2020

  • 生成式检索中的学习排序

    提出了一个称为 LTRGR 的新框架，结合了生成式检索和经典的学习 - 排序模型，通过使用段落排名损失训练自回归模型，只需要额外的训练步骤即可增强当前的生成式检索系统，并在三个公共数据集上实现了最先进的性能。

    Jun, 2023

  • 混合协同检索结果重排

    提出一种混合协作的篇章重排序方法，利用上游检索器的相似度测量结果进行篇章重排序，并结合了稀疏和密集检索器的词汇和语义特征，以提高传统检索和重排序方法的性能。

    May, 2023

  • 短语检索也学会了段落检索

    通过研究密集短语检索系统，探讨短语检索是否可以作为粗粒度检索（如段落和文档）的基础，并提出了短语过滤和矢量量化等方法，可以将检索索引的大小减小至原来的 4-10 倍，从而使得密集短语检索成为多粒度检索的实用解决方案。

    Sep, 2021

  • 利用生成模型结合段落检索进行开放域问答

    研究使用生成模型在开放领域问答中的表现，发现利用文本段落检索可以显著提高性能，证明生成模型擅长聚合和组合多个段落的证据，同时在 Natural Questions 和 TriviaQA 开放式基准测试中取得最好的结果。

    Jul, 2020