QueryBuilder：面向信息检索的人类在回环查询开发
信息检索
2024-09-11 v2 计算与语言
机器学习
摘要
信息检索（IR）系统的用户常常从一个广泛的信息需求（即分析任务）出发，随后定义更细粒度的查询，以覆盖该分析任务的各个重要方面（即子主题）。我们提出了一种新型的交互式系统，称为\textit{QueryBuilder}，该系统允许英语母语的初学者通过高效地探索英语开发语料库，少量工作即可创建用于跨语言信息检索查询的查询。QueryBuilder基于用户输入的搜索词执行近实时文档检索；用户查看检索到的文档并将句子标记为与所需信息相关。系统利用这些被标记的句子作为查询形成和细化的额外信息：适当地加权查询术语（以及可选的事件特征，这些特征捕捉事件"触发器"（指示词）和主体/客体角色），并使用基于神经网络的系统以更好地捕捉文本含义来检索其他相关内容。检索和标记的过程可以按照需要重复多次，导致每次迭代中查询日益细化。最终得到的产品是用于跨语言信息检索（CLIR）的细粒度查询。我们使用来自IARPA BETTER IR数据集的分析任务和请求进行实验，结果表明，用户只需不超过10分钟即可形成\textit{有用}的细粒度查询，包括他们不理解的语言。QueryBuilder还为传统的语料库探索和查询形成过程提供了有益的功能。演示视频已发布于https://vimeo.com/734795835
引用
@article{arxiv.2409.04667,
title = {QueryBuilder: Human-in-the-Loop Query Development for Information Retrieval},
author = {Hemanth Kandula and Damianos Karakos and Haoling Qiu and Benjamin Rozonoyer and Ian Soboroff and Lee Tarlin and Bonan Min},
journal= {arXiv preprint arXiv:2409.04667},
year = {2024}
}