用于高效即时搜索的深度强化智能体
计算与语言
2022-03-21 v1 信息检索
摘要
即时搜索是一种在输入过程中实时检索答案的搜索范式。即时搜索系统的朴素实现会在用户每次按键时都访问搜索后端以获取结果，给底层搜索系统带来极高负载。本文提出通过识别对检索相关文档语义上更显著的token，并利用该知识有选择地触发即时搜索，以解决负载问题。我们训练了一个直接与搜索引擎交互并学习预测词重要性的强化智能体。所提方法将底层搜索系统视为黑盒，可更普遍地适用于多种不同架构。此外，提出了一个新颖的评估框架，用于研究触发搜索次数与系统性能之间的权衡。我们利用该框架评估并比较了所提强化方法与其他直观基线。实验结果表明，所提方法在实现更优权衡方面是有效的。
引用
@article{arxiv.2203.09644,
title = {Deep Reinforcement Agent for Efficient Instant Search},
author = {Ravneet Singh Arora and Sreejith Menon and Ayush Jain and Nehil Jain},
journal= {arXiv preprint arXiv:2203.09644},
year = {2022}
}