DE-PACRR：探究PACRR模型内部层次
信息检索
2017-07-25 v2 计算与语言
摘要
近期神经信息检索模型已展示了深度学习在即席信息检索中的效用。然而，深度模型素有黑箱之名，神经信息检索模型各组件的作用可能并非一目了然。本工作试图通过可视化中间层的输出，并探究中间层权重与最终生成的相关性得分之间的关系，来揭示最近提出的一种神经信息检索模型——即PACRR模型——的内部运作机制。我们着重阐述了几点见解，希望这些见解具有普遍适用性。
引用
@article{arxiv.1706.08746,
title = {DE-PACRR: Exploring Layers Inside the PACRR Model},
author = {Andrew Yates and Kai Hui},
journal= {arXiv preprint arXiv:1706.08746},
year = {2017}
}
备注
Neu-IR 2017 SIGIR Workshop on Neural Information Retrieval