LIST：学习为基于嵌入的空间关键词查询索引空间文本数据

随着空间文本数据的激增，Top-k KNN 空间关键词查询（TkQs）因其能根据同时考虑空间和文本相关性的排序函数返回对象列表，已在许多实际应用中发挥作用。为了高效处理 TkQs，人们开发了许多索引，但 TkQ 的有效性仍然受限。为了提高有效性，最近提出了几种深度学习模型，但它们存在严重的效率问题，且没有专门设计用于加速这些深度学习模型 Top-k 搜索过程的高效索引。为了解决这些问题，我们考虑基于嵌入的空间关键词查询，该查询利用两个独立的嵌入来捕捉查询关键词和对象描述的语义含义，以评估文本相关性。虽然可以使用各种模型生成这些嵌入，但尚未针对此类查询专门设计索引。为了填补这一空白，我们提出了 LIST，这是一种新颖的基于机器学习的近似最近邻搜索索引，旨在学习对空间文本数据进行索引。LIST 利用一种新的学习聚类技术，将相关的查询和对象聚集在一起，同时分离不相关的查询和对象。构建有效且高效索引面临两个关键挑战，即缺乏高质量标签和聚类结果不平衡。我们开发了一种新颖的伪标签生成技术来应对这两个挑战。此外，我们引入了一种基于学习的空间相关性模型，该模型可以与各种文本相关性模型集成，形成一种轻量级但有效的相关性机制，用于对 LIST 检索到的对象进行重排序。