TopSig：保持拓扑结构的文档签名
信息检索
2012-04-25 v1
摘要
先前对文本检索中文件签名和倒排文件的性能比较表明，相对于倒排文件，文件签名存在几个显著的缺点。倒排文件方法支撑了大多数最先进的搜索引擎算法，如语言模型和概率模型。人们普遍认为传统的文件签名是倒排文件的劣质替代品。本文描述了 TopSig，一种构建文件签名的新方法。近年来在语义哈希和降维方面取得了许多进展，但迄今为止这些进展尚未与基于签名文件的通用搜索引擎联系起来。本文引入了一种不同的签名文件方法，该方法建立在这些近期进展的基础上并进行了扩展。我们能够证明基于签名文件的索引和检索性能有显著改善，其性能可与最先进的基于倒排文件的系统（包括语言模型和 BM25）相媲美。这些发现表明，在合适的环境下，文件签名为倒排文件提供了一种可行的替代方案，并且从理论角度来看，它将文件签名模型置于向量空间检索模型类别中。
引用
@article{arxiv.1204.5373,
title = {TopSig: Topology Preserving Document Signatures},
author = {Shlomo Geva and Christopher M. De Vries},
journal= {arXiv preprint arXiv:1204.5373},
year = {2012}
}
备注
12 pages, 8 figures, CIKM 2011