dense retrieval model | BriefGPT

关键词dense retrieval model

搜索结果 - 7

ColBERT-XM: 零射多语信息检索的模块化多向量表示模型
这项研究提出了一种新颖的模块化密集检索模型 ColBERT-XM，它通过学习单个高资源语言的丰富数据，并能够有效地零 - shot 转换到各种语言，从而消除了对特定语言的标记数据的需求。通过展示在零 - shot 场景中的娴熟表现，ColB
PDF4 months ago
回归基础：提升密集编码器领域外检索的简单方法
通过改进训练过程，使用参数高效的方法和适当的负样本，可以提高密集编码器在训练时的泛化能力，从而在单一数据集上训练时实现有效的泛化。
PDF8 months ago
选择用于零样本搜索的密集检索器
选择在没有标签可用的新收集中搜索时使用的密集检索模型是一个重要而困难的问题，因为不同的密集检索模型在不同数据集上的搜索效果差异很大。我们建议信息检索社区考虑这个问题，并提供在无需标签进行评估的零样本设置中选择高效密集检索模型的可靠方法。
PDF10 months ago
EMNLPSimANS: 简单的模糊负例采样在密集文本检索中的应用
提出了一种简单的 “SimANS” 方法用于负采样，通过使用新的采样概率分布来选择歧义性更大的负例，并显示相对于已有方法更加有效。
PDF2 years ago
ACLRedHOT: 社交媒体上注释的医疗问题、经验和声明的语料库
此研究介绍了 Reddit Health Online Talk (RedHOT)，这是一个包含来自 Reddit 的 22,000 条丰富注释的社交媒体帖子，涵盖 24 种健康状况的语料库。研究人员标注了医疗声明、个人经验和问题的范围，以
PDF2 years ago
使用深度查询交互学习多样的文档表示进行密集检索
提出了一种新的密集检索模型，使用深度查询交互学习多样的文档表示，通过生成的伪查询对每个文档进行编码，以获得查询信息和多视角的文档表示，不仅具有类似于原始双编码器模型的高推理效率，还可以在文档编码中实现深入的查询 - 文档交互并提供多方面的表
PDF2 years ago
对话响应选择中的密集检索探索
该研究提出了一种利用密集检索模型从包含数百万个响应的大型语料库或甚至仅由未配对句子组成的非平行语料库中直接选择适当响应的解决方案，并通过一系列专门设计的学习策略实现其在全范围评估设置下的优越性。
PDF3 years ago