neural information retrieval | BriefGPT

关键词neural information retrieval

搜索结果 - 24

走向可信的重新排名：一种简单且有效的弃权机制
神经信息检索 (NIR) 通过启发式的信息检索系统显著改进，但是仍然存在频繁的失败，通常所使用的模型无法检索与用户查询相关的文档。我们通过提出一个轻量级的针对现实约束的弃权机制，特别强调重新排名阶段，以解决这个挑战。我们在黑盒场景下介绍了一
PDF4 months ago
IndicIRSuite：印度语言的多语种数据集和神经信息模型
该论文介绍了为 11 种广泛使用的印度语言（阿萨姆语、孟加拉语、古吉拉特语、印地语、卡纳达语、马拉雅拉姆语、马拉地语、奥利亚语、旁遮普语、泰米尔语和特鲁古语）引入神经信息检索资源的工作。这些资源包括使用机器翻译创建的 11 种印度语言版本的
PDF7 months ago
神经信息检索的无监督领域自适应
比较了使用大型语言模型生成查询和基于规则的方法进行合成注释来进行神经信息检索，结果表明大型语言模型在所有情景中的性能优于基于规则的方法，而无监督领域适应相对于零样本方式应用监督信息检索系统是有效的。
PDF9 months ago
推动神经信息检索中的持续终身学习：定义、数据集、框架和实证评估
连续学习模型的任务制定和学习策略在神经信息检索中的有效性及应对主题变化和数据增强的影响进行了概括和评估。
PDFa year ago
面向无需一致性筛选的密集检索无监督学习
通过替换一致性过滤器为直接伪标签、伪相关反馈或无监督关键词生成方法，实现无过滤训练的一致性过滤器自由无监督稠密检索。实验结果表明，基于 TextRank 的伪相关反馈方法的表现超过其他方法，并且研究还分析了该方法的训练和推理效率。
PDFa year ago
基于自监督对比 BERT 微调的融合式评论商品检索
通过对神经检索方法进行对比学习，使用 Late Fusion 方法对 Neural Reviewed-Item Retrieval 进行了改进，以获得更好的性能。
PDFa year ago
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。
PDFa year ago
CAPOT: 使用后训练对比对齐创建鲁棒性密集查询编码器
本文介绍一种名为 Contrastive Alignment POst Training (CAPOT) 的高效微调方法，可在不需要索引重建，训练集优化或更改的情况下提高模型的稳健性。
PDFa year ago
超越下游任务准确度的信息检索基准评估
本研究针对查找性能在用户面向场景下的部署需求，提出搜索引擎评估方法应包括准确率和效率，如查询延迟和对硬件环境的成本预算，以及结构评估方法应考虑到查找延迟、硬件成本等效率因素，为广义 IR 评价提供更全面的参考。
PDF2 years ago
SIGIR基于实体条件的问句生成，用于神经信息检索中的鲁棒关注分配
本文提出了一种新颖的有监督神经信息检索模型，利用针对性的合成数据生成方法，使模型能够更均匀、更强有力地关注给定篇章中的所有实体，进而提高检索性能。
PDF2 years ago
引入 Neural Bag of Whole-Words with ColBERTer: 使用增强的 Reduction 进行上下文化的后期交互
本文提出了 ColBERTer，这是一个使用上下文化的 ColBERT 模型与增强的减少方法的神经检索模型。它采用了单向量检索、多向量细化和可选词汇匹配组件，其多向量组件通过学习每个文档中的项的唯一整词表示并学习识别和删除对于有效评分来说不
PDF2 years ago
神经信息检索中的词汇匹配研究
本文研究了神经信息检索模型在词汇匹配方面的能力，提出了与 “理想” 匹配性的不一致度量，并研究了不同的最先进的神经信息检索模型的行为。结果表明，这些模型在对于重要术语时无法实现词汇匹配，从而在跨领域检索上表现不佳。
PDF3 years ago
ACLColBERTv2: 通过轻量的后期交互实现有效和高效的检索
本研究介绍了 ColBERTv2，结合积极的残差压缩机制和去噪监督策略，以提高对最晚交互的质量和占用空间的同时评估了广泛的基准。
PDF3 years ago
信息检索中的预训练方法
本综述介绍了信息检索中的预训练方法，特别是神经信息检索，涵盖了预训练方法在不同组件中的应用，可用数据集以及基准排行榜，并讨论了现有挑战和未来研究方向。
PDF3 years ago
信息检索的稀疏词法和扩展模型 SPLADE v2
本文通过对 SPLADE 模型的改进，在效率和效果上都有了提升，其中包括修改 pooling 机制、基于文档扩展的模型、引入蒸馏训练，最终取得了在 BEIR 测试上最新的最优结果。
PDF3 years ago
SIGIRSPLADE: 用于第一阶段排序的稀疏词汇和扩展模型
本文介绍了基于显式稀疏正则化和对术语权重的对数饱和效应的首位排序器，具有高度稀疏的表示，与最先进的密集和稀疏方法相比取得了有竞争力的结果，并探讨了效率和效果之间的平衡。
PDF3 years ago
学习反向索引的检索影响
本论文提出了一种名为 DeepImpact 的新文档术语加权方案，通过使用 DocT5Query 来丰富文档集合并引入上下文化语言模型，直接估算文档中标记的语义重要性，在效率上提升高达 5.1 倍，与现有方法相比，在文档检索的效果指标上高达
PDF3 years ago
BEIR: 一个用于零样本评估信息检索模型的异构基准
BEIR（Benchmarking-IR）是一个针对信息检索的鲁棒性和异质性评估基准，通过对 18 个公开数据集的评估，发现 BM25 是一个强大的基线，而后期交互和重新排名模型通常可以实现最佳零 - shot 表现，但计算代价高，与此相反
PDF3 years ago
利用合成预训练构建稳健的神经检索模型
研究表明，机器阅读理解数据集可以用于训练高性能的神经信息检索系统，利用序列到序列生成器生成的合成样本的预训练可以提高神经信息检索系统的鲁棒性和检索表现。
PDF3 years ago
EMNLP二值化稀疏表示实现高效文本检索的超高维度方法
本文提出了一种超高维度的表示方案，结合了符号和潜在形式的稀疏表示和神经模型的密集表示，具有直接可控的稀疏度，可以用于高效存储和搜索，并且在 MS MARCO 和 TREC CAR 数据集上得到了比其他稀疏模型更好的性能。
PDF3 years ago