提出了一种基于Word Mover's Distance计算单词间距离的查询-文档相似度测量方法，利用神经词嵌入在检索无直接匹配的情况下发现相关词，并将其与BM25相结合，结果在TREC Genomics数据上平均精度平均提高12％，在来自PubMed搜索日志的真实数据集上，结合学习排序的方法，正确率提高了25％，表明该方法与BM25的结合可以产生更出色的性能。

Aug, 2016

探索用语言模型建模数字的不同策略，提出使用连续概率密度函数来建模开放词汇中数字的新型神经架构，并在临床和科学数据集上进行评估表明使用分层模型可显著提高困惑度指标，连续概率密度函数模型相较于其他策略可分别将平均绝对百分比误差降低18％和54％。

May, 2018

该论文介绍了一种新方法 Quantity Tagger，用于解决算术问题，通过对数量打标签以自动发现隐藏的数学关系，进而生成方程以寻找解，并在两个数据集上相比之前的方法，分别取得了 5 和 8 点的准确率改进。

Aug, 2019

本研究考察基于文本摘要以及完整文本的人工评估和神经模型的相关度评估的差异，发现较长的查询和文档类型对于人类和BERT模型而言完整文本是有益的，不过人类和机器对完整文本的反应存在不同。

Jan, 2022

本论文提出具有一套标准的框架来比较两种检索系统，该框架以除了简单效果措施之外的标准来衡量，旨在评估一个系统取代另一个系统的准备情况。在 Web 排名方案中，最先进的 DR 模型不仅在平均性能方面表现出色，而且通过广泛的保护装置测试，在不同的查询特征，词汇匹配，一般化和回归数量方面展现了稳健性。

Jun, 2022

本文研究了预训练语言模型在理解数字和测量值上的能力，并提出了一种嵌入策略来更好地区分数字和单位，以提高模型性能。

Oct, 2022

本文介绍了自动化构建特定查询的文档和实体知识图谱（KGs）以及使用排名系统获取相关文件和实体之间的关系的方法，重点关注代码数据集，此外，提到了使用实体反馈技术来改善文档排名效果、适应性KG检索算法和基于图神经网络（GNN）的加权方法等未来的研究方向和挑战。

Nov, 2022

本文提出了一种基于依赖解析和单位字典的数量提取框架，它能够高效地检测数值和单位的组合、数量变化的行为以及数量所关联的概念，并对检测到的数量进行适当的标准化和规范化。使用新颖的数据集进行评估，我们展示了基于开源框架的方法优于其他系统，并且是目前为止首个检测到与已识别的数量相关概念的方法。

May, 2023

本文研究大型语言模型（LLMs）是否能够准确地表示数字，并发现尽管缺少直接支持这些表示的神经电路，不同结构的LLMs中存在着类似于人类语言使用者的数字表示，这证明了使用行为基准理解LLMs的实用性，并为今后关于LLMs数字表示和它们的认知合理性的研究指出了方向。

May, 2023

该研究通过使用TREC公平排名数据集对大型语言模型（LLMs）进行了实证研究，重点关注性别和地理位置等二元受保护属性的表示，以揭示它们在排序算法中的偏见，从用户和内容角度评估公平性，为评估LLMs作为公平排序器提供了实证基准。

Apr, 2024