Oct, 2020

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

PDF
TL;DR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。
search enginesdeep neural networksretrieval stagelexical modelstrec collection
发现论文，激发创造
  • 第一阶段检索的语义模型：一份综合回顾

    该论文介绍了现代搜索系统中多阶段排名管道的普遍解决方案，阐述了第一阶段检索模型的传统词项模型和语义模型之间的联系，并针对词汇不匹配问题提出了基于语义的解决思路和神经语义检索技术所带来的机遇和挑战。

    Mar, 2021

  • TREC 2022 深度学习赛道上的混合检索和多阶段文本排名解决方案

    该论文介绍了基于大规模文本检索技术在实际商业场景中的应用，以及在 TREC 2022 深度学习竞赛中所采用的混合文本检索和多阶段文本排序方法，结果表明我们提出的方法有效。

    Aug, 2023

  • 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

  • 神经信息检索中的词汇匹配研究

    本文研究了神经信息检索模型在词汇匹配方面的能力，提出了与 “理想” 匹配性的不一致度量，并研究了不同的最先进的神经信息检索模型的行为。结果表明，这些模型在对于重要术语时无法实现词汇匹配，从而在跨领域检索上表现不佳。

    Dec, 2021

  • 利用有限样本文档重新排序，加入相关反馈来改进信息检索

    本研究探讨如何将相关性反馈直接集成到神经重排模型中，使用 kNN 方法和交叉编码器模型，通过在现有信息检索数据集上的实验，证明了这种方法能够大幅提高神经重排模型的性能。

    Oct, 2022

  • 使用文本的局部和分布式表示进行学习以实现网络搜索匹配

    提出了一种基于深度神经网络的文档排序模型，同时使用本地表示和学习到的分布式表示进行查询和文档匹配，称为 `duet'，在网页排名任务中表现显著优于传统基线模型和最近基于神经网络的模型。

    Oct, 2016

  • 语义产品搜索

    通过训练深度学习模型，使用顾客行为数据，我们开发了一种新的损失函数，并结合 n-gram 和平均池化来捕捉短程语言模式，并使用哈希来处理词汇表外的标记，从而解决语意匹配在产品搜索中的挑战。在离线测试和在线 A/B 测试中，均表现出比基线语意搜索方法更好的召回率和平均准确率。

    Jul, 2019

  • 利用预训练词组评分模型，采用词汇匹配和摘要方法构建法律案例检索系统

    采用编码总结、文档表示模型、词汇特征提取等方法，结合资源进行比较及潜在特征提取，实现针对法律信息提取 / 推理比赛的最优成果。

    Sep, 2020

  • DocReLM: 用语言模型掌握文档检索

    通过使用大型语言模型，我们展示了文献检索系统能够达到先进的语义理解能力，显著优于现有系统；我们的方法包括使用大型语言模型生成的领域特定数据来训练检索器和再排名器，此外，我们还利用大型语言模型从检索到的论文参考文献中识别候选项以进一步提高性能；我们使用量子物理学和计算机视觉领域的学术研究人员标注的测试集来评估系统的性能，结果显示 DocReLM 在计算机视觉领域的前十准确率为 44.12%，而 Google Scholar 为 15.69%，在量子物理学中提高到 36.21%，而 Google Scholar 为 12.96%。

    May, 2024

  • 使用神经语义匹配网络结合事实提取与验证

    该论文提出了一个连接的系统，包括三个同构神经语义匹配模型，用于联合进行文献检索、句子选择和索证，以进行事实提取和验证。实验结果表明，该神经语义匹配方法在所有证据检索指标上都显著超越了常见的 TF-IDF 和编码器模型，并通过提供内部语义关联得分和词汇网特征等方法，改进了 NLI 模型的性能，从而在 FEVER 测试集上取得了最优结果。

    Nov, 2018