全文搜索引擎上汉明空间中的快速精确最近邻搜索
信息检索
2019-07-30 v2 机器学习
机器学习
摘要
近来学术界与工业界对基于全文搜索引擎构建最近邻搜索（NNS）解决方案的兴趣日益增长。与其他 NNS 系统相比，此类解决方案能有效降低主存消耗、一致地支持多模态搜索并可立即投入生产部署。本文继续探索如何具体赋予全文搜索引擎在汉明空间（即二进制码集合）中快速精确 NNS 的能力。通过重温信息检索文献中的三种技术（位操作、子码过滤与带置换的数据预处理），我们为全文搜索引擎开发了一种新颖的工程解决方案，以高效完成这一特殊而重要的 NNS 任务。实验中，我们表明所提方法使全文搜索引擎在二进制码内 NNS 上相比其 SOTA 词项匹配方法实现了显著加速。
引用
@article{arxiv.1902.08498,
title = {Fast and Exact Nearest Neighbor Search in Hamming Space on Full-Text Search Engines},
author = {Cun Mu and Jun Zhao and Guang Yang and Binwei Yang and Zheng Yan},
journal= {arXiv preprint arXiv:1902.08498},
year = {2019}
}
备注
A shorter version of the paper is accepted by SISAP 2019