MatchPyramid 模型在即席检索上的研究
信息检索
2016-06-16 v1
摘要
深度神经网络已成功应用于许多文本匹配任务，如释义识别、问答和机器翻译。尽管即席检索也可形式化为文本匹配任务，但鲜有深度模型在其上进行测试。本文研究了当前最先进的深度匹配模型——MatchPyramid——在即席检索任务上的表现。MatchPyramid 模型在查询与文档的交互矩阵上应用卷积神经网络来生成匹配分数。我们进行了大量实验，研究不同池化尺寸、交互函数和卷积核大小对检索性能的影响。最后，我们表明 MatchPyramid 模型在检索任务上能显著优于近期提出的几种深度匹配模型，但仍无法与 BM25 和语言模型等传统检索模型相抗衡。
引用
@article{arxiv.1606.04648,
title = {A Study of MatchPyramid Models on Ad-hoc Retrieval},
author = {Liang Pang and Yanyan Lan and Jiafeng Guo and Jun Xu and Xueqi Cheng},
journal= {arXiv preprint arXiv:1606.04648},
year = {2016}
}
备注
Neu-IR '16 SIGIR Workshop on Neural Information Retrieval