面向话到嘴边检索的复杂查询分解
计算与语言
2023-05-25 v1 信息检索
摘要
在重新查找条目时，遗忘或不确定的用户常依赖创造性策略表达信息需求——即描述内容要素（如书中人物或事件）、文档文本之外的信息（如书籍封面描述）或个人情境（如阅读某书的时间）的复杂查询。这种称为话到嘴边（TOT）的检索场景，对严重依赖查询与文档文本间词汇及语义重叠的模型尤为困难。本工作中，我们引入一种简单而有效的框架来处理此类复杂查询：将查询分解为独立线索，将其作为子查询路由至专用检索器，并集成结果。该方法使我们能够利用现成检索器（如用于检索书籍封面图像的CLIP）或融入检索器特定逻辑（如日期约束）。我们表明，将查询分解纳入检索器的框架，在一个来自在线TOT求解社区的14,441对真实查询-书籍新集合上，可将Recall@5的金标准书籍召回率相对再提升至多7%。
引用
@article{arxiv.2305.15053,
title = {Decomposing Complex Queries for Tip-of-the-tongue Retrieval},
author = {Kevin Lin and Kyle Lo and Joseph E. Gonzalez and Dan Klein},
journal= {arXiv preprint arXiv:2305.15053},
year = {2023}
}