通过二分图对比哈希实现有效的 Top-N 汉明搜索
信息检索
2024-08-20 v1 人工智能
摘要
在二分图上的搜索是许多现实应用（如推荐系统、数据库检索和文档查询）的基础任务。传统方法依赖于向量化节点嵌入在连续欧几里得空间中的相似性匹配。为了高效处理密集的相似性计算，面向图结构数据的哈希技术已成为一个突出的研究方向。然而，尽管在汉明空间中检索效率很高，但先前的研究遭遇了灾难性的性能下降。为了应对这一挑战，我们研究了利用图卷积网络进行哈希以实现有效 Top-N 搜索的问题。我们的发现表明，在探索二分图感受野的过程中融入哈希技术的学习效果，优于简单地将哈希视为输出嵌入的后处理步骤。为了进一步提升模型性能，我们基于这些发现提出了二分图对比哈希 (BGCH+)。BGCH+ 引入了一种新颖的双重增强方法，作用于潜在特征空间中的中间信息和哈希码输出，从而在双重自监督学习范式下产生更具表达力和鲁棒性的哈希码。在六个真实世界基准上的综合实证分析验证了我们的双重特征对比学习在提升 BGCH+ 性能方面相较于现有方法的有效性。
引用
@article{arxiv.2408.09239,
title = {Towards Effective Top-N Hamming Search via Bipartite Graph Contrastive Hashing},
author = {Yankai Chen and Yixiang Fang and Yifei Zhang and Chenhao Ma and Yang Hong and Irwin King},
journal= {arXiv preprint arXiv:2408.09239},
year = {2024}
}