Apr, 2024

通过自动化搜索结果验证和重新排序提高技术 “如何做” 查询的准确性

PDF
TL;DR通过自动化搜索结果验证和重新排序的方法，该论文提出了改善在线技术支持搜索结果准确性和相关性的新方法。通过解释和执行搜索结果中的逐步说明，并将搜索结果成功指标整合到重新排序机制中，论文详细介绍了解决方案的架构和全面评估结果。实验结果表明，在排名靠前的结果上质量和可靠性有显著改善，为解决在找到有效和可靠在线帮助方面的普遍挑战提供了可扩展和自动化的解决方案。
发现论文，激发创造
  • 交互代理增强搜索引擎

    本文介绍了设计搜索代理的成功步骤，通过机器学习元策略来迭代查询精细化。文章提出了一种新颖的方法，使用机器阅读辅助挑选查询结果的精炼术语，使代理能够通过简单而有效的搜索操作对查询和搜索结果进行细粒度和透明的控制。通过自主学习，利用基于 Transformer 的语言模型来生成综合搜索会话，并介绍了一种强化学习代理，其具有动态限制的动作，可以从零开始学习交互式搜索策略。我们的搜索代理只使用传统的基于词项的 BM25 排名函数和可解释的离散筛选和筛选操作，即可达到与最新的神经方法相当的检索和答案质量性能。

    Sep, 2021

  • 跨任务和领域的技术问答

    本文提出了一种基于深度迁移学习的可调节联合学习方法，以有效地解决技术问答中的文档检索和阅读理解任务，并在 TechQA 上进行了实验验证，相较于现有方法表现更为优越。

    Oct, 2020

  • 网络搜索引擎证据收集的自动查询生成

    本文探讨了自动化生成基于文本相似度的查询，介绍了数据集和基于预训练大型语言模型的基于规则和自动化文本生成方法，并提出了一种优秀的混合方法。

    Mar, 2023

  • 通过对比学习训练的相关模型实现对智能手机设置的直观访问

    本研究提出了一种接受直观且有背景的搜索查询的移动特性检索系统，通过对预训练语言模型进行对比学习，训练相关模型以感知查询嵌入和索引移动特性之间的上下文相关性，并通过知识蒸馏压缩模型以在设备上高效运行。通过与当前部署的搜索基准进行比较实验证实了我们方法的可行性，结果显示我们的系统在上下文句子查询和基于关键词的查询上均优于其他系统。

    Jul, 2023

  • 文本相似性用于自动答案验证

    自动答案验证可以通过为学习者提供适当的反馈并提供更广泛的问题回答系统和在线学习解决方案来改善学习成果。我们实现了一种共享神经网络模型，并提供了一个通用的解决方案，比较了我们的监督模型和其他基于文本相似度的解决方案。

    Jan, 2024

  • 生成 - 检索：面向意图的产品搜索问答检索

    通过建立一个意图感知的 FAQ 检索系统，实现在产品搜索中集成 FAQ 检索，提高用户购买决策和购后支持满意度。

    Jun, 2023

  • 使用深度强化学习生成高质量的相关搜索查询建议

    利用强化学习技术的深度学习模型预测用户下一个搜索词并依据长期会话反馈、语法相关性以及生成查询的自然度等奖励信号对高质量且多样化的相关搜索查询进行推荐。相对于基线监督模型，我们提出的方法在推荐的多样性、用户参与度和每个句子重复词的数量方面都有显著的相对改进（3％、4.2％和 82％）。

    Aug, 2021

  • 利用 AI 副驾驶员解决复杂搜索任务

    搜索、复杂任务、生成人工智能、辅助代理和信息访问是这篇研究论文的关键词，通过作者在 2023 年 ACM SIGIR 大会上的主题演讲，探讨了这些问题，并为 AI 辅助代理引领下的信息访问开辟了新的前景。

    Nov, 2023

  • 任务导向的强化学习查询重构

    介绍了一种基于神经网络的查询重构系统，使用强化学习训练神经网络，动作是选择术语以建立重构查询，回报是文档召回率，我们在三个数据集上评估了我们的方法，相对 Recall 方面有 5-20% 的改进。此外，我们提供了一种简单方法来估算模型在特定环境中的保守上限性能，并验证存在很大的改进空间。

    Apr, 2017

  • 应用迁移学习提升特定领域搜索体验：使用查询和问题的相似度

    本研究提出一种针对任何特定领域搜索引擎的框架来计算给定输入查询和一组预定义问题之间的相似度，使用 Siamese 网络和 LSTM 模型训练分类器来生成未归一化和归一化的相似度分数，并结合两种词向量和自定义模糊匹配分数等三种其他相似度得分计算的元分类器，在 Quora 问题对（QQP）数据集以及特定于金融领域的数据集上进行性能测试。

    Jan, 2021