CAPS:一种用于过滤式相似搜索的实用分区索引
信息检索
2023-08-30 v1
摘要
随着近似近邻搜索(ANNS)在神经表示学习进展推动下的日益流行,服务伴随一组约束的查询已成为一个备受关注的领域。尽管学界近期提出了若干约束 ANNS 算法,但几乎所有这些方法都聚焦于与基于图的索引集成,而基于图的索引是在延迟-召回权衡上达到最优性能的主导算法类别。在本工作中,我们采取不同思路,专注于通过空间分区而非图来开发约束 ANNS 算法。为此,我们引入约束近似分区搜索(Constrained Approximate Partitioned Search, CAPS),一种通过空间分区实现带过滤器 ANNS 的索引,其不仅保留了基于分区算法的优势,还在召回-延迟权衡上优于最先进的基于图的约束搜索技术,且索引大小仅为其 10%。
引用
@article{arxiv.2308.15014,
title = {CAPS: A Practical Partition Index for Filtered Similarity Search},
author = {Gaurav Gupta and Jonah Yi and Benjamin Coleman and Chen Luo and Vihan Lakshman and Anshumali Shrivastava},
journal= {arXiv preprint arXiv:2308.15014},
year = {2023}
}
备注
14 pages