QueryExplorer：面向搜索与探索的交互式查询生成助手
信息检索
2024-03-26 v1
摘要
构建有效的搜索查询仍然是一项具有挑战性的任务，特别是当用户缺乏特定领域的专业知识或不精通内容语言时。为用户提供感兴趣的示例文档可能更为容易。然而，此类基于示例的查询场景容易出现概念漂移，且检索效果对查询生成方法高度敏感，同时缺乏融入用户反馈的明确途径。为了实现探索并支持 Human-In-The-Loop 实验，我们提出了 QueryExplorer——一个交互式查询生成、重构与检索界面，支持 HuggingFace 生成模型和 PyTerrier 的检索流水线及数据集，并具备对人类反馈的详尽记录功能。为了让用户能够创建和修改有效的查询，我们的演示系统支持以交互方式使用 LLM 的互补方法，在查询构建过程的多个阶段辅助用户进行编辑与反馈。凭借对细粒度交互和用户标注的记录支持，QueryExplorer 可作为一个有价值的实验与研究平台，用于标注、定性评估，以及在用户难以构建查询的复杂搜索任务中开展 Human-in-the-Loop (HITL) 实验。
引用
@article{arxiv.2403.15667,
title = {QueryExplorer: An Interactive Query Generation Assistant for Search and Exploration},
author = {Kaustubh D. Dhole and Shivam Bajaj and Ramraj Chandradevan and Eugene Agichtein},
journal= {arXiv preprint arXiv:2403.15667},
year = {2024}
}
备注
NAACL 2024 Demonstration Track