passage retrieval | BriefGPT

关键词passage retrieval

搜索结果 - 35

LightPAL: 开放域多文档摘要的轻量级段落检索
提出了一种轻量级的语段检索方法 LightPAL，通过使用语言模型构造表示语段关系的图表，在索引期间进行随机游走而非迭代推理和检索，以应对开放领域的多文档摘要生成中存在的问题，并在 ODMDS 基准测试中表现出优于基准检索器的摘要质量并且比
PDF16 days ago
自适应查询重写：通过会话答案的边际概率对齐重写器
AdaQR 是一个框架，用于训练具有有限重写注释和完全没有段落标签的查询重写模型，通过从种子数据集中只使用～10% 的重写注释进行微调精简大型语言模型，然后利用这些模型为每个查询实例生成重写候选，并通过条件概率对这些候选进行检索者权重评估，
PDF18 days ago
SIGIR大型语言模型中问题回答中的段落重排之段落专用提示调整
本文提出了一种针对开放域问答中重新排序的特定段落提示调优方法（PSPT），该方法能够通过微调可学习的段落特定软提示，并结合限定的问题 - 段落相关性对段落特定知识进行增强，以基于模型生成问题的对数似然和学到的软提示对检索到的段落进行排序。通
PDFa month ago
EMNLP引导与切换：交替蒸馏用于零样本密集检索
通过迭代学习、互相增强，我们的无监督模型 ABEL 实现了在零样本情况下的有效段落检索，并展现了对未见过的任务和领域的强适应能力。
PDF7 months ago
利用包含问题、答案和修订的数据库回答模棱两可的问题
通过利用来自维基百科的明确问题数据库，我们提出了一个新的用于回答含糊问题的最新方法，在含糊问题的多个答案的总结中，我们的方法在回收率指标上提高了 15%（相对改进），在评估从预测输出中消除模糊问题的指标上提高了 10%。从生成的问题数据库检
PDFa year ago
基于大型语言模型的文档扩展预训练用于密集式段落检索
利用 LLM（大型语言模型）进行文档扩展进行预训练，显著提升了大规模网络搜索任务中的检索性能。
PDFa year ago
生物医学问答中的前 K 个相关片段检索
我们在临床领域中通过对现有 DPR 框架的改进，从可靠的 Pubmed 文章中检索答案，使其在 BioASQ QA 数据集上的评估结果为 0.81 的 F1 得分。
PDFa year ago
SIGIR多分布密集型信息检索的资源和评估
本篇论文提出了一个新问题：多分布信息检索，介绍了三个基于问题回答和实体匹配的数据集来评估此任务的方法，并提供了简单的一些方法以解决已知领域占用大部分预算的问题，结果表明使用这些方法可以提高 Recall@100。
PDFa year ago
ACL扩展，重新排名和检索：针对开放领域问答的查询重新排名
EAR 是一种用于改进段落检索的查询扩展和重新排序方法，适用于开放领域问答。通过将更好的查询扩展模型与检索器更好地连接起来，EAR 显着增强了传统的稀疏检索方法 BM25。
PDFa year ago
ACL混合协同检索结果重排
提出一种混合协作的篇章重排序方法，利用上游检索器的相似度测量结果进行篇章重排序，并结合了稀疏和密集检索器的词汇和语义特征，以提高传统检索和重排序方法的性能。
PDFa year ago
CoT-MoTE: 通过文本专家混合探索上下文掩码自编码器预训练以进行段落检索
该研究探讨了使用 Mixture-of-Textual-Experts 的 Contextual Masked Auto-Encoding 预训练模型进行 Passage retrieval 以提高检索效果。实验结果显示该方法可以更加平衡地
PDFa year ago
CoT-MAE v2：利用多视角建模的上下文遮盖自编码器进行段落检索
通过多视图模型和上下文遮掩自编码器的多视图预训练方法，该研究旨在提供更好的上下文表示预训练，并在大规模文本检索基准和领域外零 - shot 基准测试中表现出有效性和鲁棒性。
PDFa year ago
使用文本扩展的密集检索课程采样
本文提出了一种课程抽样策略来对原始的双编码器的不足进行改进，使得检索模型能够学习将注意力从文档扩展至文档和查询，从而获得高质量的查询知情文档表示，实验结果表明，我们的方法优于以前的密集检索方法。
PDF2 years ago
MASTER: 多任务预训练的瓶颈掩蔽自编码器是更好的密集检索器
本文提出了一种名为 MASTER 的多任务预训练模型，以在压缩语义信息的同时，统一和整合多种具有不同学习目标的预训练任务，实现了语义信息与关系在稠密向量中的集成，该方法在多个大规模的文本检索数据集上都表现出优异的性能。
PDF2 years ago
ACL基于历史答案的开放领域问答对话系统
本文提出了 ConvADR-QA，该方法在 Open-domain conversational question answering 中使用历史答案来提高文本检索和回答效率。通过引入 teacher-student 框架来减少上一轮的噪声
PDF2 years ago
针对密集式段落检索的检索导向遮蔽预训练语言模型
该研究提出了一种新的遮蔽策略 (ROM)，通过词项重要性权重来提升语言模型预训练中的密集通道检索任务性能，实验结果证明这种方法能够显著提高多个通道检索基准测试的性能而不改变原来的语言模型的架构和学习目标。
PDF2 years ago
口语问答中语音识别误差对文本检索的影响
研究了语音接口与问答系统交互过程中的问题，使用数据增强技术来探究自然语音识别噪音对信息检索的影响。结果表明，自然语音识别噪音会对信息检索产生负面影响，提出使用数据增强来解决这个问题。
PDF2 years ago
EMNLPGNN-encoder：通过图神经网络学习双编码器架构，用于密集通道检索
通过引入图神经网络，提出一种 GNN-encoder 模型，以改进密集表示检索模型的效率和性能，并在三个数据集上取得最新的最优效果。
PDF2 years ago
EMNLP利用零样本问题生成技术提升段落检索效果
本文提出一种简单有效的重新排序方法，利用预训练语言模型计算与检索的段落之间的关联度，从而提高开放式问题回答中的检索效果，并在多个数据集上进行了评估和实验，使得无监督和有监督的模型的检索准确率分别提高了 6-18% 和 12%。
PDF2 years ago
SIGIR使用 CharacterBERT 和自学习技术提高密集检索器对带有拼写错误查询的健壮性
本文研究了密集型检索器在处理拼写错误查询时的问题，并提出了使用 CharacterBERT 作为骨干编码器和自我教学（ST）方法的密集型检索器，这样可以在具有拼写错误的查询上实现更高的效果。在此基础上，文章还提供了一个包含真实查询和相关性评
PDF2 years ago