UMass-FSD 如何无意中利用了时间偏置
信息检索
2022-08-03 v1
摘要
首故事检测（First Story Detection）描述了在文档流中识别新事件的任务。UMass-FSD 系统以其首故事检测竞赛中的强劲表现而著称。近来，它频繁被用作研究文献中的高精度基线。我们首次发现 UMass-FSD 无意中利用了时间偏置。有趣的是，所发现的偏置与此前已知的偏置相反，且表现显著更优。我们的分析揭示，源于处理增量词项统计的一种不寻常方式，时间上相距较远的文档贡献增加。我们表明，这种形式的时间偏置也适用于其他知名的首故事检测系统，并可提升其检测准确率。为给出更具泛化性的结论，并证明所观测偏置并非特定实现的产物，我们提出了一个有意利用时间距离偏置的模型。我们的模型显著提升了最先进首故事检测系统的检测效果。
引用
@article{arxiv.2208.01347,
title = {How UMass-FSD Inadvertently Leverages Temporal Bias},
author = {Dominik Wurzer and Yumeng Qin},
journal= {arXiv preprint arXiv:2208.01347},
year = {2022}
}
备注
Temporal Bias, First Story Detection, Topic Detection and Tracking, UMass-FSD, LSH-FSD