在装袋与SVR集成中寻找针：德国法律文档检索
信息检索
2025-01-10 v1 人工智能
摘要
我们提出一种利用支持向量回归（SVR）集成、装袋（bagging）和嵌入空间的方法，用于德国法律信息检索数据集（GerDaLIR）。我们将检索任务概念化为多个二元针在草堆中的子任务，展示了在我们的投票集成方法中，召回率显著高于基线方法（0.849 > 0.803 | 0.829），且无需训练或微调深度学习模型。我们的做法具有进一步提升的潜力，特别是通过改进编码模型和优化超参数。
引用
@article{arxiv.2501.05018,
title = {Finding Needles in Emb(a)dding Haystacks: Legal Document Retrieval via Bagging and SVR Ensembles},
author = {Kevin Bönisch and Alexander Mehler},
journal= {arXiv preprint arXiv:2501.05018},
year = {2025}
}