RMITB 参与 TREC COVID 2020
信息检索
2020-11-11 v1
摘要
搜索引擎用户很少使用相同查询来表达信息需求，且查询间的微小差异可能导致截然不同的结果集。这些用户查询变体在过去的 TREC CORE 赛道中被加以利用，以在离线评估活动中贡献多样化且高效的检索结果，旨在生成可复用的测试集合。在本文中，我们记录了提交至 TREC COVID 第一轮与第二轮的查询融合检索结果，使用了由第一作者创建的每个主题十条查询。在我们的分析中，我们主要关注第二轮优先检索结果被排除出判定池所产生的影响。该检索结果尤为有趣，因为它浮现了若干相关文档，这些文档直到任务的后续轮次才被判定。若将额外判定纳入第一轮，当使用 RBP p=0.5 时，该检索结果的性能提升了 35 个排名位次，凸显了判定深度与覆盖度在评测任务中的重要性。
引用
@article{arxiv.2011.04830,
title = {RMITB at TREC COVID 2020},
author = {Rodger Benham and Alistair Moffat and J. Shane Culpepper},
journal= {arXiv preprint arXiv:2011.04830},
year = {2020}
}
备注
7 pages, 6 figures, 1 table, Text REtrieval Conference COVID Track Workshop Paper, for more workshop papers, see https://ir.nist.gov/covidSubmit/bib.html