研究人员开发了一种名为交叉编码器查询扩展（CE-QE）的新方法，以改进信息检索系统。该技术解决了传统词汇检索方法（如BM25）的局限性，这些方法在查询和文档词汇不同时无法找到相关文档。CE-QE通过分析应用于语义检索结果的交叉编码器的相关性分数来识别关键术语，并将它们添加到原始BM25查询中。这种方法避免了伪相关反馈中常见的查询漂移，并且不像其他方法那样依赖于生成文本，而是直接使用检索到的段落中的术语。 AI
影响 通过弥合查询和文档之间的词汇差距来改进信息检索，增强语义搜索的召回率。
排序理由 该集群包含一篇详细介绍信息检索新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
