用于无监督语义相似度检索的软种子半监督学习图
信息检索
2017-12-18 v1
摘要
基于语义相似度的检索在现代网络搜索、问答、相似文档检索等诸多 IR（信息检索）系统中发挥着日益重要的作用。对语义相似内容检索的改进对 Quora、Stack Overflow、Siri 等应用意义重大。我们提出了一种用于语义相似度内容检索的新型无监督模型：为每个查询构建语义流图，并引入基于图的半监督学习（SSL）中“软种子（soft seeding）”的概念，将其转化为无监督模型。我们在 Stack Exchange 问答数据集的等价问题检索任务上验证了模型有效性——我们的无监督方法显著优于 SOTA（当前最优）无监督模型，并取得与最佳有监督模型相当的结果。本研究提供了一种无需任何训练数据即可应对语义相似度检索的方法，并可无缝扩展到不同领域问答社区及其他语义等价任务。
引用
@article{arxiv.1712.05574,
title = {Soft Seeded SSL Graphs for Unsupervised Semantic Similarity-based Retrieval},
author = {Avikalp Srivastava and Madhav Datt},
journal= {arXiv preprint arXiv:1712.05574},
year = {2017}
}
备注
Published in Proceedings of the 2017 ACM Conference on Information and Knowledge Management (CIKM '17)