基于Cobweb的层次化语义检索
计算与语言
2026-04-17 v2 信息检索
摘要
神经文档检索通常将语料库视为在单一粒度上评分的扁平向量云，导致语料库结构未被充分利用且解释不透明。我们使用Cobweb——一个层次感知框架——将句子嵌入组织为原型树，并通过粗到细的遍历对文档进行排序。内部节点充当概念原型，通过检索路径提供多粒度相关性信号和透明的解释。我们实现了两种推理方法：广义最佳优先搜索和轻量级路径和排序器。我们在MS MARCO和QQP上评估了我们的方法，使用编码器（如BERT/T5）和解码器（GPT-2）表示。实验结果表明，我们的方法在强编码器嵌入上与点积搜索效果相当，同时在kNN退化时仍保持鲁棒性：使用GPT-2向量时，点积性能崩溃，而我们的方法仍能检索到相关结果。总体而言，我们的实验表明Cobweb在有效性、对嵌入质量的鲁棒性、可扩展性以及通过层次化原型的可解释检索方面具有竞争力。
引用
@article{arxiv.2510.02539,
title = {Hierarchical Semantic Retrieval with Cobweb},
author = {Anant Gupta and Karthik Singaravadivelan and Zekun Wang},
journal= {arXiv preprint arXiv:2510.02539},
year = {2026}
}
备注
20 pages, 7 tables, 4 figures