关于词嵌入与检索模型结合的复现性研究
计算与语言
2020-01-15 v1 信息检索
机器学习
摘要
我们复现了近期试图证明一个吸引人假设的实验：该假设涉及利用Fisher核框架和混合模型聚合词嵌入以得到文档表示，并将这些表示用于文档分类、聚类和检索。具体而言，该假设认为，由于von Mises-Fisher（VMF）分布和传统的向量空间模型在信息检索中均关注余弦距离，使用VMF分布而非高斯分布的混合模型将是有益的。先前的实验已验证该假设。尽管进行了大范围的参数扫描，我们的复现未能验证该假设。
引用
@article{arxiv.2001.04484,
title = {On the Replicability of Combining Word Embeddings and Retrieval Models},
author = {Luca Papariello and Alexandros Bampoulidis and Mihai Lupu},
journal= {arXiv preprint arXiv:2001.04484},
year = {2020}
}