邻居应用连带多个候选项的比较：实现高效和有效的检索

May, 2024

邻居应用连带多个候选项的比较：实现高效和有效的检索

Comparing Neighbors Together Makes it Easy: Jointly Comparing Multiple Candidates for Efficient and Effective Retrieval

Jonghyun Song, Cheyon Jin, Wenlong Zhao, Jay-Yoon Lee

TL;DR通过对比多个候选嵌入，CMC 框架提供上下文化的表示，并且能够同时处理多个比较，从而作为轻量级的重新排序器和加强的检索器。

Abstract

A common retrieve-and-rerank paradigm involves retrieving a broad set of relevant candidates using a scalable bi-encoder, followed by expensive but more accurate cross-encoders to a limited candidate set. However, this small subset often leads to error propagation from the bi-encoders,

retrieve-and-rerank paradigm comparing multiple candidates cmc framework lightweight reranker virtually enhanced retriever

发现论文，激发创造

使用双重多模式编码器对合成图像检索进行候选集重新排序

该研究提出了一个两阶段模型：第一阶段使用常规向量距离度量，快速对候选项进行修剪；第二阶段采用双编码器体系结构，对参考文本 - 候选项 - 文本进行有效注视和重新排序，利用视觉和语言预训练网络，实现了组合先前方法的优点。

May, 2023

基于交叉编码器的自适应检索与可扩展索引的 k-NN 搜索

通过稀疏矩阵因子分解方法，我们的研究提出了一种高效计算潜在查询和项目嵌入以近似 CE 分数的方法，并通过近似 CE 相似性执行 k-NN 搜索。我们的方法在提高检索召回率的同时，实现了 CUR-based 和 DE-based 方法的 100 倍和 5 倍的速度提升。

May, 2024

跨模型兼容性的统一表示学习

本研究提出一种统一的表示学习框架，解决了在视觉搜索应用中交叉模型兼容性（CMC）问题，通过引入轻量级的 RBT 模块和新的训练方案来优化嵌入空间，该方案在各种具有挑战性的视觉搜索情景下，包括面部识别和个人重新识别，均优于先前的方法。

Aug, 2020

矩阵分解在跨编码器模型最近邻搜索中的高效应用

本文提出了一种仅依赖于交叉编码器的检索方法，并使用 CUR 分解使得此方法在可接受的计算成本内提供了比基于双编码器或 TF-IDF 的现有方法更好的检索结果，尤其是针对超过 10 个邻居搜索的情况。

Oct, 2022

多阶段检索管道中 BERT 重新排序器的训练思考

本文提出了一种名为局部对比估计的方法，用于训练基于深度先前训练的语言模型的重排器，以实现更好的文本检索性能，实验证明本方法显著优于现有的基于深度两阶段模型。

Jan, 2021

CODER: 通过上下文文档嵌入重新排序的有效优化框架

通过引入 Contextual Document Embedding Reranking (CODER)，可以显著提高基于对比学习的密集检索模型的检索性能，特别是当更多的相关信息可用时，如在 TripClick 集合中观察到的情况下，可以获得大幅度的改进并取得新的最优结果。

Dec, 2021

为实体检索学习密集表示

使用双编码器模型，在相同的密集向量空间中对实体和提及进行编码，并通过近似最近邻搜索检索候选实体，从而实现实体链接。通过使用维基百科中的锚文本链接训练双编码器，该方法优于离散别名表和 BM25 基线，并且与标准 TACKBP-2010 数据集中最佳结果相当，还可以快速检索候选者，并可以很好地推广到从 Wikinews 推导出的新数据集。在建模方面，我们演示了无监督的负采矿算法在这一任务中的重要作用。

Sep, 2019

神经信息检索推理时重排反馈

本文提出了利用轻量级的推理，将 re-ranker 的命中率反馈给 retriever 的方法，从而提高检索召回率。实验证明，此方法在多个领域、语言和模态下均明显提高了检索召回率。

May, 2023

基于稠密实体检索的可扩展零样本实体链接

本文介绍一种基于 BERT 的实体链接模型，采用两阶段的零样本链接算法，通过双编码器进行实体检索，并进一步用交叉编码器对候选实体进行重排序。经实验证明，这种方法不需要显式实体嵌入或手动工程化的实体表，已超越最近的零样本评估和已建立的非零样本评估（如 TACKBP-2010），并且具有速度快的优点。

Nov, 2019

采用度量集成的人员再识别学习排序

本文提出了一种有效的结构化学习方法来解决个人重新识别问题，在大多数经过评估的基准数据集上性能优于当前最先进的方法。该方法基于多个低级手工制作和高级视觉特征，并制定了两种优化算法，直接优化常用于个人重新识别的评估措施，也称为累积匹配特性（CMC）曲线，并在实际中具有重要意义的范围内将重新识别性能集中起来。这些因素的结合导致了一个个人重新识别系统，可优于大多数现有算法。更重要的是，我们将基准测试的 rank-1 识别率从 40％提高到 50％、从 16％提高到 18％、从 43％提高到 46％、从 34％提高到 53％、从 21％提高到 62％。

Mar, 2015