用于跨语言信息检索的简单而有效的神经排序与重排序基线
信息检索
2023-04-04 v1 计算与语言
摘要
多语言语言模型的出现重新引发了人们对跨语言信息检索（CLIR）的兴趣，该任务是指用一种语言的查询检索另一种语言的文档。然而，快速的进展导致了方法繁杂且可复现性落后于最先进水平。在此背景下，我们的工作做出了两个重要贡献：首先，我们提供了一个概念框架，以单语言检索的多阶段架构为脚手架来组织不同的跨语言检索方法。其次，我们在Anserini和Pyserini信息检索工具包中针对TREC 2022 NeuCLIR Track的测试集（波斯语、俄语和汉语）实现了简单而有效的可复现基线。我们的工作建立在向TREC评测提交了最有效运行的 two 个团队之间的合作之上。这些贡献为未来的进展奠定了坚实基础。
引用
@article{arxiv.2304.01019,
title = {Simple Yet Effective Neural Ranking and Reranking Baselines for Cross-Lingual Information Retrieval},
author = {Jimmy Lin and David Alfonso-Hermelo and Vitor Jeronymo and Ehsan Kamalloo and Carlos Lassance and Rodrigo Nogueira and Odunayo Ogundepo and Mehdi Rezagholizadeh and Nandan Thakur and Jheng-Hong Yang and Xinyu Zhang},
journal= {arXiv preprint arXiv:2304.01019},
year = {2023}
}