CIRCLE: 基于强化学习的多轮查询澄清
信息检索
2023-11-07 v1
摘要
用户在线搜索时，往往难以首次就将其信息需求表述为文字。这可能导致挫败感，因为当检索信息不相关时，他们可能不得不重新表述查询。这可能是由于对其搜索主题相关术语不熟悉，或因为查询存在歧义且关联多个主题。大多数现代搜索引擎具有交互功能，可基于他人搜索内容建议澄清或相似查询。然而，已有模型要么基于单次交互，要么在搜索日志上评估，削弱了交互的自然性。本文中，我们提出 CIRCLE，一种利用用户模拟框架实现多轮交互的 generative 模型（生成式模型），用于多轮查询澄清（multi-turn query Clarifications wIth ReinforCement LEarning）。我们的模型旨在使用经强化学习微调的预训练语言模型，生成多样化的查询澄清集合。我们通过用户模拟框架将其与成熟的 Google 建议进行对比评估。
引用
@article{arxiv.2311.02737,
title = {CIRCLE: Multi-Turn Query Clarifications with Reinforcement Learning},
author = {Pierre Erbacher and Laure Soulier},
journal= {arXiv preprint arXiv:2311.02737},
year = {2023}
}