弥合差距：从即席搜索到对话中的主动搜索

对话中的主动搜索 (PSC) 旨在通过在给定对话上下文的情况下主动检索有用的相关信息，减少用户构建显式查询的工作量。以往在 PSC 中的工作要么直接将此上下文作为现成即席检索器的输入，要么在 PSC 数据上进一步微调它们。然而，即席检索器是在短而简洁的查询上预训练的，而 PSC 的输入更长且噪声更多。即席搜索和 PSC 之间的这种输入不匹配限制了检索质量。虽然在 PSC 数据上进行微调有所帮助，但其益处仍受到这种输入差距的制约。在这项工作中，我们提出了 Conv2Query，一种新颖的对话到查询框架，通过弥合即席搜索和 PSC 之间的输入差距，使即席检索器适配 PSC。Conv2Query 将对话上下文映射为即席查询，这既可以直接用作现成即席检索器的输入，也可以用于在 PSC 数据上进一步微调。在两个 PSC 数据集上的大量实验表明，无论是在直接使用还是在 PSC 上微调后使用，Conv2Query 都显著提升了即席检索器的性能。