重新思考搜索:让半吊子成为领域专家
信息检索
2021-07-23 v2 计算与语言
摘要
当产生信息需求时,用户希望与领域专家交流,但往往转而求助于信息检索系统,例如搜索引擎。经典信息检索系统不直接回答信息需求,而是提供(希望是权威的)答案的引用。成功的问答系统提供由人类专家按需创建的有限语料,既不及时也不可扩展。相比之下,预训练语言模型能够直接生成可能响应信息需求的自然语言文本,但目前它们只是半吊子而非领域专家——它们对世界没有真正理解,容易产生幻觉,且关键的是它们无法通过引用所训练语料中的支撑文档来证明其表述的合理性。本文探讨如何将经典信息检索与预训练语言模型的思想综合并演化为真正兑现领域专家建议承诺的系统。
引用
@article{arxiv.2105.02274,
title = {Rethinking Search: Making Domain Experts out of Dilettantes},
author = {Donald Metzler and Yi Tay and Dara Bahri and Marc Najork},
journal= {arXiv preprint arXiv:2105.02274},
year = {2021}
}