TCDE：基于大语言模型的主题中心查询与文档双向扩展
信息检索
2025-12-22 v1
摘要
查询扩展 (Query Expansion, QE) 丰富查询，文档扩展 (Document Expansion, DE) 丰富文档，这两种技术通常单独应用。然而，这种单独应用可能导致扩展后的查询 (或文档) 与其相关文档 (或查询) 之间的语义错位。为此，我们提出了 TCDE，一种利用大语言模型 (Large Language Model, LLM) 对查询和文档进行主题中心丰富的双向扩展策略。在 TCDE 中，我们为处理每个查询和文档设计了两个不同的提示模板。在查询方面，引导 LLM 在每个查询中识别 distinct 子主题并为每个子主题生成一个聚焦的伪文档。在文档方面，引导 LLM 将每个文档提炼为一组核心主题句。所得输出用于扩展原始查询和文档。这种主题中心的双向扩展过程在查询及其相关文档之间建立语义桥梁，使下游检索模型实现更好的对齐。在两个具有挑战性的基准测试 TREC Deep Learning 和 BEIR 上的实验表明，TCDE 在多个强大的扩展基线方法上取得显著的改进。特别是在稠密检索任务中，在 SciFact 数据集上，TCDE 相对于几种最先进的方法实现了在 NDCG@10 上的约 2.8% 的相对提升。实验结果验证了我们主题中心的双向扩展策略的有效性。
引用
@article{arxiv.2512.17164,
title = {TCDE: Topic-Centric Dual Expansion of Queries and Documents with Large Language Models for Information Retrieval},
author = {Yu Yang and Feng Tian and Ping Chen},
journal= {arXiv preprint arXiv:2512.17164},
year = {2025}
}