期刊论文

Pseudo relevance feedback method for dense retrieval

中文

计算机应用

1001-9081

2023

43

04

1036-1042

10.11772/j.issn.1001-9081.2022030480

湖北省教育厅人文社会科学研究项目（18Q028）；

本校为其他机构

伪相关反馈（PRF）机制是一种自动化的查询扩展（QE）技术，它利用原始查询和初次检索中前N篇文档蕴含的信息构建更加准确的查询，进一步提高信息检索系统的性能。近年来，稠密检索（Dense Retrieval）技术在信息检索任务中取得了巨大的成功，一些研究者提出了不同的面向稠密检索的伪相关反馈方法。然而，这些方法存在两个方面的问题：由于对文本截断处理而造成语义信息缺失；在检索阶段具有较高的空间复杂度。针对上述问题，提出了一种基于段落级粒度且适用于长文本稠密检索的伪相关反馈方法（Dense-PRF）。首先，通过计算语义距离从初次检索的前N篇文档中获得相关段落的向量；其次，对相关段落...

Pseudo Relevance Feedback(PRF)mechanism is an automated Query Expansion(QE)technology that uses the original query and the information contained in the top N documents in the initial retrieval to build more accurate queries.It can further improve the performance of retr...MORE Pseudo Relevance Feedback(PRF)mechanism is an automated Query Expansion(QE)technology that uses the original query and the information contained in the top N documents in the initial retrieval to build more accurate queries.It can further improve the performance of retrieval systems.However,the existing PRF methods for d...