稀疏与稠密相结合：一种增强科学文献检索的混合方法

传统信息检索基于文档和查询的稀疏词袋向量表示。较新的深度学习方法则使用基于Transformer大型语言模型学习的稠密嵌入。我们展示，在囊性纤维化医学领域科学文献检索的经典基准上，这两种模型的表现大致相当。值得注意的是，来自当前最优SPECTER2模型的稠密向量并未显著提升性能。然而，我们提出的一种结合这些方法的混合模型取得了显著更优的结果，凸显了在专业科学文献领域的信息检索中，融合经典与当代深度学习技术的优势。