IITD-DBAI：基于伪相关反馈与查询重构的多阶段检索
信息检索
2022-04-01 v1 人工智能
计算机与社会
摘要
解决上下文依赖是会话系统中最具挑战性的任务之一。我们提交给 CAsT-2021 的工作旨在保留所有后续轮次中的关键术语和上下文，并使用经典的信息检索方法。其目标是从语料库中检索出尽可能相关的文档。我们参与了自动赛道，并在 CAsT-2021 中提交了两次运行。我们的提交所产生的平均 NDCG@3 性能优于中位模型。
引用
@article{arxiv.2203.17042,
title = {IITD-DBAI: Multi-Stage Retrieval with Pseudo-Relevance Feedback and Query Reformulation},
author = {Shivani Choudhary},
journal= {arXiv preprint arXiv:2203.17042},
year = {2022}
}