扩展、重排序与检索：面向开放域问答的查询重排序
计算与语言
2023-05-29 v1
摘要
我们提出EAR，一种用于改进段落检索的查询扩展与重排序方法，应用于开放域问答。EAR首先应用查询扩展模型生成多样化查询集合，随后使用查询重排序器选择可能带来更好检索结果的查询。受最佳查询扩展常未被贪婪解码选中的观察启发，EAR训练其重排序器以预测向给定检索器发出扩展查询时黄金段落的排序顺序。通过更好地连接查询扩展模型与检索器，EAR显著增强了传统稀疏检索方法BM25。实证上，与原始查询扩展模型GAR及稠密检索模型DPR相比，EAR在域内和域外设定下分别将top-5/20准确率提升了3-8和5-10个百分点。
引用
@article{arxiv.2305.17080,
title = {Expand, Rerank, and Retrieve: Query Reranking for Open-Domain Question Answering},
author = {Yung-Sung Chuang and Wei Fang and Shang-Wen Li and Wen-tau Yih and James Glass},
journal= {arXiv preprint arXiv:2305.17080},
year = {2023}
}
备注
ACL 2023 long paper (Findings)