Mar, 2023

通过可控的查询生成提高搜索中的内容可检索性

PDF
TL;DR在线平台中重要的目标是促进内容发现，然而，机器学习搜索引擎存在较高的检索偏差，我们提出了一种生成查询的方法，旨在改善训练数据和查询分布对检索能力的负面影响。在音乐、播客和图书等领域的数据集上，使用 CtrlQGen 明显减少了密集检索模型的可检索性偏差。
online platformscontent discoverymachine-learned search enginestraining datadense retrieval models
发现论文，激发创造
  • 通过关键字提供提高教育问题生成的可控性

    本文研究了问题生成中的控制性和难度问题，提出了一种基于关键词的问题生成模型，并通过实验证明了该模型能够显著提高问题生成的多样性和可控性。

    Dec, 2021

  • 教育问题生成的良好可控性探究

    这项研究通过引入一个新的指导属性 “问题明确度”，旨在丰富 NLP 中问题生成（QG）的可控性，提供了在特定的叙事元素下生成问题的显式和隐式 wh-questions 的控制方法，代码公开于 github。

    Jun, 2023

  • 探索合成查询生成在相关性预测中的可行性

    本研究探讨了如何利用 QGen 方法进行细粒度的相关性预测，介绍了 label-conditioned QGen 模型来区分不同等级的相关性，然而 QGen 方法仍然难以捕捉到完整的相关性标签空间，从而生成的查询与所需的相关性标签不符。

    May, 2023

  • 学习探索和选择以实现覆盖编码的检索增强生成

    对于与大规模语言模型的交互通常会产生长篇回复，这是由于其庞大的参数容量以及带有检索增强功能。本研究聚焦于查询规划在特定信息范围请求的场景下的作用，通过构建 QTree 并使用 QPlanner，分析生成的查询规划的有效性，并证明具有对齐训练的 QPlanner 能够满足多样的用户兴趣。

    Jul, 2024

  • 简单实体中心问题挑战密集检索器

    本文主要研究使用 Wikidata 数据构造的 entity-rich questions 在密集检索模型中表现不佳的问题，并探讨了两种解决方案：第一种解决方法是数据扩充无法解决广义化问题，第二种解决方法是更加强大的 passage encoder 有助于使用专门化的问题编码器来更好地适应问题。

    Sep, 2021

  • 学习检索有吸引力的后续查询

    本文提出了一种基于检索的系统和相关数据集，用于预测用户可能有的下一个问题，可以主动地帮助用户进行知识探索，引导用户进行更有意义的对话。该检索系统是在一个包含 14000 多组信息获取对话的数据集上进行训练的，该数据集包含一个有效的后继问题和一组无效候选问题。我们在 Follow-up Query Bank 数据集上训练了排名模型，并比较了监督和无监督方法的结果。结果表明，我们可以通过将有效后继问题排在更高的位置上进行检索，但进一步的知识构建可以提高排名性能。

    Feb, 2023

  • 通过意图描述生成进行查询理解

    本文提出了 Query-to-Intent-Description (Q2ID) 任务，利用 Contrastive Generation 模型 CtrsGen 生成自然语言 intent 描述，以解决 IR 中的搜索理解问题，通过对多个基准数据集的比较验证了模型的有效性。

    Aug, 2020

  • 实体中心的查询优化

    该论文提出了实体为中心的查询细化任务，并提出了一种使用现有知识库分类法来产生查询细化数据集的方法，该方法可通过生成模型对新查询进行精细化，并证明了该方法的有效性。

    Apr, 2022

  • ControlRetriever: 利用指令的威力实现可控检索

    使用控制器架构的 ControlRetriever，通过自然语言中提供的特定检索意图，解决了密集检索模型在不同检索任务中表现不佳的问题，同时结合大型语言模型的发展，提出了一种新的策略来迭代地训练 ControlRetriever，经过大量实验证明其在多个检索任务上显著优于基线方法，并取得了最先进的零 - shot 性能。

    Aug, 2023

  • 检索有益还是有害？对语言模型检索增强效果的深入研究

    通过研究大型语言模型的自身限制以及外部信息检索的有效性，本研究构建了一个新的问答数据集 WiTQA，以探索实体和关系的组合对于信息检索和知识回忆方面的影响，从而提出了一个基于实体和关系频率的自适应检索系统。

    Feb, 2024