利用历史相关性反馈的反事实查询重写
信息检索
2025-02-07 v1
摘要
当检索系统收到一个之前遇到过的查询时，先前的相关性反馈（如点击或显式判断）有助于改善检索结果。然而，先前相关文档的内容可能已发生变化，或者该文档可能已不再可用。尽管语料库已演变，我们仍反事实地利用这些先前相关文档作为相关性信号。本文提出了重写用户查询的方法，并将其与直接使用先前查询相关性判断进行排序的系统进行比较。我们利用从先前相关文档中提取的词项来扩展查询，或推导出所谓的“关键查询”，将先前相关文档排在当前语料库的顶部。我们在 CLEF LongEval 场景中的评估表明，利用历史相关性反馈重写查询能提高检索效果，甚至优于计算成本高昂的基于 Transformer 的方法。
引用
@article{arxiv.2502.03891,
title = {Counterfactual Query Rewriting to Use Historical Relevance Feedback},
author = {Jüri Keller and Maik Fröbe and Gijs Hendriksen and Daria Alexander and Martin Potthast and Matthias Hagen and Philipp Schaer},
journal= {arXiv preprint arXiv:2502.03891},
year = {2025}
}