搜索引擎向导：通过在与搜索引擎对话中获取信息
信息检索
2021-05-19 v1 计算与语言
摘要
对话式信息搜索（CIS）在连接人与信息方面正发挥着日益重要的作用。由于缺少合适的资源，以往关于 CIS 的研究局限于理论/概念框架、基于实验室的用户研究或 CIS 的某个特定方面（例如询问澄清性问题）。本文从三个方面致力于推动 CIS 研究。（1）我们构建了包含六个子任务的 CIS 流程：意图检测（ID）、关键词抽取（KE）、动作预测（AP）、查询选择（QS）、段落选择（PS）和回复生成（RG）。（2）我们发布了一个称为搜索引擎向导（WISE）的基准数据集，可支持对 CIS 各方面全面而深入的研究。（3）我们设计了一种能够在六个子任务上联合或分别训练与评估的神经架构，并提出了预训练/微调学习方案，通过充分利用已有数据降低 WISE 在规模上的需求。我们基于 WISE 的统计数据报告了 CIS 的一些有用特征。我们还展示了性能最佳的模型变体能够依据若干指标实现有效的 CIS。我们发布了数据集、代码以及评估脚本，以通过衡量该重要研究方向上的进一步改进来促进未来研究。
引用
@article{arxiv.2105.08301,
title = {Wizard of Search Engine: Access to Information Through Conversations with Search Engines},
author = {Pengjie Ren and Zhongkun Liu and Xiaomeng Song and Hongtao Tian and Zhumin Chen and Zhaochun Ren and Maarten de Rijke},
journal= {arXiv preprint arXiv:2105.08301},
year = {2021}
}
备注
Published in SIGIR 2021