面向稠密段落检索的隐式反馈：一种反事实方法
信息检索
2022-05-02 v2
摘要
本文研究如何在稠密检索器（Dense Retrievers, DRs）中有效利用隐式反馈。我们考虑这样一种具体情况：来自历史点击日志的点击数据可作为隐式反馈。随后我们利用此类历史隐式交互来提升 DR 的有效性。我们研究的一个关键挑战是点击信号中的偏差（如位置偏差）对 DR 的影响。为克服此类偏差所带来的问题，我们提出了反事实 Rocchio（CoRocchio）算法，以在稠密检索器中利用隐式反馈。我们从理论和经验两方面证明，通过 CoRocchio 学习得到的稠密查询表示相对于位置偏差是无偏的，并能带来更高的检索有效性。我们在 https://github.com/ielab/Counterfactual-DR 上公开了所提方法的实现、实验框架以及所有结果。
引用
@article{arxiv.2204.00718,
title = {Implicit Feedback for Dense Passage Retrieval: A Counterfactual Approach},
author = {Shengyao Zhuang and Hang Li and Guido Zuccon},
journal= {arXiv preprint arXiv:2204.00718},
year = {2022}
}
备注
Full paper, accepted at SGIR2022