利用通用索引文件格式支持开源搜索引擎间的互操作性
信息检索
2020-03-19 v1
摘要
在鼓励开源搜索引擎多样化生态与支持跨系统公平、可复现的比较之间，存在一种天然的张力。为平衡这两个目标，我们考察了在多个系统的倒排索引之间提供互操作性的两种方法。第一种利用围绕索引结构的内部抽象并构建包装器，使一个系统能直接读取另一系统的索引。第二种通过我们开发的一种数据交换规范（称为通用索引文件格式，Common Index File Format，CIFF）在系统间共享索引。我们以 Java 系统 Anserini 和 Terrier 演示第一种方法，并以 Anserini、JASSv2、OldDog、PISA 和 Terrier 演示第二种方法。这些系统共同提供了广泛的实现与特性，具有不同的研究目标。总体而言，我们推荐 CIFF 作为一种低代价的方法，在支持独立创新的同时实现推动领域发展所必需的公平评估。
引用
@article{arxiv.2003.08276,
title = {Supporting Interoperability Between Open-Source Search Engines with the Common Index File Format},
author = {Jimmy Lin and Joel Mackenzie and Chris Kamphuis and Craig Macdonald and Antonio Mallia and Michał Siedlaczek and Andrew Trotman and Arjen de Vries},
journal= {arXiv preprint arXiv:2003.08276},
year = {2020}
}