HLTCOE 在 TREC 2023 NeuCLIR 赛道的工作
计算与语言
2024-04-15 v1 信息检索
摘要
HLTCOE 团队将 PLAID、一个 mT5 重排序器以及文档翻译应用于 TREC 2023 NeuCLIR 赛道。对于 PLAID，我们纳入了多种模型和训练技术——随 ColBERT v2 发布的英文模型、translate-train~(TT)、Translate Distill~(TD) 以及多语言 translate-train~(MTT)。TT 使用英文查询和自动翻译为文档语言的段落（来自 MS-MARCO v1 集合）来训练 ColBERT 模型。这为该赛道产生了三个跨语言模型，每种语言一个。MTT 通过将三种语言的 MS-MARCO 段落翻译组合成混合语言批次，为所有三种文档语言创建单一模型。因此，该模型能够同时学习所有语言中查询与段落的匹配。蒸馏利用 mT5 模型在非英语翻译文档对上的得分，来学习如何对查询-文档对进行评分。该团队向所有 NeuCLIR 任务提交了运行结果：CLIR 和 MLIR 新闻任务以及技术文档任务。
引用
@article{arxiv.2404.08118,
title = {HLTCOE at TREC 2023 NeuCLIR Track},
author = {Eugene Yang and Dawn Lawrie and James Mayfield},
journal= {arXiv preprint arXiv:2404.08118},
year = {2024}
}
备注
6 pages. Part of TREC 2023 Proceedings