- 使用图神经网络学习哈希用于推荐系统
本文提出基于图神经网络的哈希学习方法,在连续编码和离散编码的联合特征表示空间中实现检索,并使用 STE 和导向策略进行离散优化,实验证明该模型在维持哈希编码相对顺序的同时运行速度较快且性能与其连续编码对应模型无明显差别。
- ICLR可扩展开放领域问答的多步检索器和阅读器交互
该论文介绍了一种新的开放域问答框架,其中检索器和阅读器相互迭代交互,引入了多步推理机制,有助于从长度为百万级的语料库中检索信息性段落,并应用于不同的问答数据集和模型中均取得了一致性的提升。
- 对 BERT 在段落重新排序中的成功与失败的调查
通过对 MS MARCO 段落重新排序数据集的实证研究,分析 fine-tuned BERT 模型的结果,探讨 BERT 在检索方面成功和失败的潜在原因及其性能中 成功的细节
- AAAI在线和离线处理分离扩散实现高效图像检索
提出了一种新的扩散技术,将扩散结果预先计算并应用于数据库中的每个元素,以优化在线搜索性能,并采用 late truncation 方法改善检索效果。
- 如何评估监督哈希?
本文提出两种基于检索和基于迁移学习的监督式哈希评估协议,并提供了两种基准方法来评估监督哈希方案的性能。
- MM影像与信息
本文简要概述了什么是图片和其中的信息,并探讨了机器有效地检索图像信息的问题。
- 黎曼流形上的测地线卷积神经网络
本文提出了一种称为 “测地线卷积神经网络”(GCNN)的新型神经网络,可用于处理形状相关的任务,例如形状描述,检索以及匹配。GCNN 使用局部极坐标系中的局部测地线系统提取 “补丁”,通过一系列过滤器和线性非线性算子,来学习不变的形状特征, - ICML潜在协作检索
本研究介绍了一种基于矩阵因式分解的推荐模型,用于针对给定的查询和用户,推荐排名靠前的物品,实验结果表明它胜过了多个基准模型。
- Ntcir2 的 CRL
该研究发展了两种不同类型的系统,分别提交了 JJ 和 CC 任务的检索结果,使用了报纸等特征,并以自动反馈检索为基础,在 EJ 和 JE 任务中使用了文档扩展方法,虽然在 CC 任务方面结果不佳,但仍取得了好的成果。