跳到正文
热点事件持续更新

研究提出解释查询扩展性能差异的新视角

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Sourav Saha 等作者提交的论文从理想扩展查询(IEQ)与可分性两个角度解释信息检索中查询扩展(QE)的性能差异,并提出可分性度量与近似 IEQ 的实用公式。 在 TREC Robust、TREC DL 2019-2022 passage 及 TREC DL 2019-2020 document 集合上的实验显示,扩展查询越接近理想扩展查询,检索效果越好;相关与非相关文档的可分性则提供了互补视角。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.CL
    如何解释信息检索中的查询扩展性能

    研究从理想扩展查询(IEQ)与可分性两个角度解释查询扩展(QE)性能差异,并提出可分性度量与近似 IEQ 的实用公式。在 TREC Robust、TREC DL 2019-2022 passage 及 TREC DL 2019-2020 document 集合上的实验显示,扩展查询越接近理想扩展查询,检索效果越好;相关与非相关文档的可分性则提供了互补视角。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。