利用人工生成文本进行查询扩展
信息检索
2020-12-17 v1
摘要
改进文档检索性能的一个众所周知的方法是扩展用户的查询。文献中已提出若干方法，其中一些被视为信息检索(IR)中的最先进结果。本文中，我们探索使用文本生成来自动扩展查询。我们依托著名的神经生成模型 GPT-2，其提供英文预训练模型，也可在特定语料上微调。通过不同实验，我们表明文本生成是一种非常有效的提升 IR 系统性能的方法，增益幅度很大(MAP 提升 +10%)，并且优于同样依赖查询扩展的强基线(LM+RM3)。得益于 GPT 代码与模型的可用性，这一概念上简单的方法可轻易部署于任何 IR 系统。
引用
@article{arxiv.2012.08787,
title = {Query expansion with artificially generated texts},
author = {Vincent Claveau},
journal= {arXiv preprint arXiv:2012.08787},
year = {2020}
}
备注
12 pages, 2 figures