Geo-Encoder：一种面向中文地理重排序的块-参数双编码器框架
计算与语言
2024-02-05 v2
摘要
中文地理重排序任务旨在从检索到的候选地址中找到最相关的地址，这对于导航地图等位置相关服务至关重要。与一般句子不同，地理文本与地理概念紧密交织，从通用跨度（如省份）到具体跨度（如道路）。鉴于这一特征，我们提出了一种创新框架，即 Geo-Encoder，以更有效地将中文地理语义整合到重排序流程中。我们的方法首先使用现成工具将文本与地理跨度关联，将其视为分块单元。然后，我们提出一个多任务学习模块，同时获取一个有效的注意力矩阵，该矩阵决定各块对额外语义表示的贡献。此外，我们为所提出的附加任务提出了一种异步更新机制，旨在引导模型能够有效聚焦于特定块。在两个不同的中文地理重排序数据集上的实验表明，与最先进的基线相比，Geo-Encoder 取得了显著改进。值得注意的是，在 GeoTES 数据集上，它将 MGEO-BERT 的 Hit@1 分数从 62.76 大幅提升至 68.98，提高了 6.22%。
引用
@article{arxiv.2309.01606,
title = {Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking},
author = {Yong Cao and Ruixue Ding and Boli Chen and Xianzhi Li and Min Chen and Daniel Hershcovich and Pengjun Xie and Fei Huang},
journal= {arXiv preprint arXiv:2309.01606},
year = {2024}
}
备注
15 pages, 5 figures, EACL 2024 main