随机相关性模型
信息检索
2016-07-12 v1
摘要
相关性模型是著名的检索模型，能够产生有竞争力的结果。然而，由于它们使用查询扩展，速度可能非常慢。我们通过将局部敏感哈希（LSH）的两种变体纳入查询扩展过程来解决这一缓慢问题。在两个文档集上的结果表明，我们可以在有效性略有降低的情况下，大幅减少工作量。我们的方法在修剪查询词时表现出可加性。
引用
@article{arxiv.1607.02641,
title = {Randomised Relevance Model},
author = {Dominik Wurzer and Miles Osborne and Victor Lavrenko},
journal= {arXiv preprint arXiv:1607.02641},
year = {2016}
}
备注
Information Retrieval, Query Expansion, Locality Sensitive Hashing, Randomized Algorithm, Relevance Model