基于局部训练词嵌入的查询扩展
信息检索
2016-06-24 v2 计算与语言
摘要
连续空间词嵌入因其对词语相似度及其他关系建模的能力，在自然语言处理与机器学习领域受到了广泛关注。我们研究了在即席信息检索的查询扩展语境下词语相关性的使用。我们证明，诸如word2vec和GloVe等词嵌入模型，当进行全局训练时，在检索任务中的表现不及语料库和查询特定的嵌入。这些结果表明，其他受益于全局嵌入的任务也可能受益于局部嵌入。
引用
@article{arxiv.1605.07891,
title = {Query Expansion with Locally-Trained Word Embeddings},
author = {Fernando Diaz and Bhaskar Mitra and Nick Craswell},
journal= {arXiv preprint arXiv:1605.07891},
year = {2016}
}