将英文 IR 方法扩展至多语言 IR
信息检索
2023-03-01 v1
摘要
本文描述了我们参与 2023 WSDM CUP - MIRACL 挑战赛的情况。通过结合 i) 文档翻译；ii) 多语言 SPLADE 与 Contriever；以及 iii) 多语言 RankT5 和许多其他模型，我们在已知语言赛道和惊喜语言赛道均获得第一名。我们的策略主要围绕在第一阶段获取最具多样性的运行结果，然后应用所有可能的重排序技术。虽然这对许多技术而言并非首次，但我们有一些自认为从未被尝试过的内容，例如，我们训练了首个能有效在超过 10 种语言中工作的 SPLADE 模型。然而，需要更仔细地研究结果，以验证我们获得第一名究竟是由于暴力堆叠，还是我们开发的混合方法确实相较其他团队的方案带来了改进。
引用
@article{arxiv.2302.14723,
title = {Extending English IR methods to multi-lingual IR},
author = {Carlos Lassance},
journal= {arXiv preprint arXiv:2302.14723},
year = {2023}
}
备注
Description of the runs that got 1st place on both tasks at WSDM CUP 2023 - MIRACL