Editorial for the Bibliometric-enhanced Information Retrieval Workshop at ECIR 2014
这是第一次“文献计量学增强的信息检索“(BIR 2014)研讨会,旨在与IR社区就可能的链接到文献计量学和学术交流。文献计量技术虽然为用户提供了增值效应,但尚未被广泛用于加强数字图书馆的检索过程。在本次研讨会中,我们将探讨如何统计建模的奖学金,如Bradfordizing或网络分析的合著网络,可以改善检索服务的特定社区,以及大型,跨域的集合。该研讨会旨在提高对信息检索与文献计量学/科学计量学之间缺失环节的认识,并为将文献计量学增强的服务纳入数字图书馆界面的检索工作奠定共同基础。我们的兴趣包括信息检索、信息搜索、科学建模、网络分析和数字图书馆。目标是将文献计量学、科学计量学和信息计量学的见解应用于信息检索和浏览的具体实际问题。
2014-04-28 cs.DL cs.IR
Bibliometric-enhanced Information Retrieval: 2nd International BIR Workshop
该研讨会汇集了社区的专家,这些专家往往被认为是不同的:一方面是文献计量学/科学计量学/信息计量学,另一方面是信息检索。作为研讨会的组织者,我们的动机是从观察到这两个领域的主要论述是不同的,社区只是部分重叠,并相信知识转移对双方都有利。文献计量技术虽然为用户提供了增值效应,但尚未被广泛用于加强数字图书馆的检索过程。另一方面,越来越多的图书馆、档案馆的信息工作者也面临着将文献计量技术应用于信息服务的问题。这样一来,知识交流就变得更加迫切。第一次研讨会通过相互介绍方法、报告当前的研究问题和就共同利益进行头脑风暴来确定研究议程。本次后续研讨会延续了整体沟通,但也将一个问题作为焦点。特别是,我们将探讨奖学金的统计建模如何改善特定社区的检索服务,以及大型的跨域集合,如Mendeley或ResearchGate。第二届BIR研讨会继续提高人们对信息检索(IR)和文献计量学之间缺失环节的认识,并为将文献计量学增强的服务纳入学术搜索引擎界面的检索中创造共同基础。
2015-01-12 cs.DL cs.IR
Bibliometric-enhanced Information Retrieval
文献计量技术虽然为用户提供了增值效应,但尚未被广泛用于加强数字图书馆的检索过程。在本次研讨会中,我们将探讨如何统计建模的奖学金,如Bradfordizing或网络分析的合著网络,可以改善检索服务的特定社区,以及大型,跨域的集合。该研讨会旨在提高对信息检索与文献计量学/科学计量学之间缺失环节的认识,并为将文献计量学增强的服务纳入数字图书馆界面的检索工作奠定共同基础。
2013-10-30 cs.DL cs.IR physics.soc-ph
RATSF: Empowering Customer Service Volume Management through Retrieval-Augmented Time-Series Forecasting
Alibaba Group(阿里巴巴集团);Yuaiweiwu Tech(爱为物科技)
RATSF框架通过时间序列知识库TSKB与检索增强交叉注意力模块RACA相结合,利用相似历史数据提升非平稳场景下的服务量预测性能,并在飞猪酒店等场景中验证了有效性和泛化能力。
2024-06-16 cs.IR cs.LG
QEQR: An Exploration of Query Expansion Methods for Question Retrieval in CQA Services
University of Tehran(德黑兰大学)
本文针对CQA服务中问题检索的词汇鸿沟问题,提出结合词相似度、问题相似度及选择性扩展的查询扩展方法,相对最佳基线提升1.8%。
2024-11-23 cs.CL cs.HC cs.IR
Retrieval-Augmented Generation with Knowledge Graphs for Customer Service Question Answering
LinkedIn Corporation(领英公司)
本文提出将知识图谱与检索增强生成相结合的客服问答方法,通过保留历史工单结构信息提升检索与回答质量,在LinkedIn部署后中位解决时间缩短28.6%。
2024-05-06 cs.AI cs.CL cs.IR
User Manual of Automatic Data Curation Tool(ADCT): A bulk data curator software in Library and Information Science
在图书情报学中,文献存储和用户专用文献检索是数字图书馆服务的主要方面。为了保护文化遗产、文件和文学,我们需要一个通用平台,在这个平台上,所有类型的文件都可以以特定的格式提供。我们提出的软件工具,ADCT可以处理大量的数据,并将不同类型的原始数据转换成指定的元数据信息。它概括了应用于源数据的多种形式的策展逻辑。作为最先进的技术,许多研究活动是在各个大学进行管理他们的研究数据在数字图书馆服务。作者提供了描述性统计的图书情报服务(LIS)活动的信息存储和检索。本文展示了作为LIS社区活动的图书馆数据的方法论、信息收集和科学交流方面的研究。对图书情报数据的分析以及对信息存储和检索的兴趣从分类、标引到检索的转变是非常重要的。对于构建这些类型的数字化教育服务,自动数据整理是重要的垫脚石。本文表明,自动化可以补充专业知识和知识。作者建立了一个自动化的数据转换和策展工具,帮助用户分析元数据信息和努力符合通用标准时,图书管理员希望看到相邻的相关元数据的国会信件的档案收集的目录。
2022-10-31 cs.DL cs.IR
Iterative NLP Query Refinement for Enhancing Domain-Specific Information Retrieval: A Case Study in Career Services
Humber College(亨伯学院)
本文针对传统TF-IDF系统在特定领域检索性能不佳的问题,提出一种结合领域术语与结构化描述符的半自动迭代查询细化方法,在Humber College职业服务数据上显著提升了文档相似度与检索效果。
2024-12-22 cs.CL cs.IR
Applying Science Models for Search
本文提出了三种不同类型的科学模型作为增值服务,集成在检索过程中,以提高检索质量。本文讨论的方法检索词推荐,Bradfordizing和作者中心的一般水平上,并在现实生活中的检索环境中的模型的实现问题。
2011-01-09 cs.DL cs.IR
Nepali Passport Question Answering: A Low-Resource Dataset for Public Service Applications
ILPRL Department of Computer Science \& Engineering Kathmandu University, Dhulikhel, Nepal;School of Computing Dublin City University Dublin, Ireland
本文构建了一个尼泊尔语问答数据集,用于护照服务的FAQs,通过微调Transformer模型和BM25进行语义相似度检索,结果显示SBERT和多语言E5模型表现最佳。
2026-09-07 cs.IR cs.LG
Learning TFIDF Enhanced Joint Embedding for Recipe-Image Cross-Modal Retrieval Service
Georgia Institute of Technology(佐治亚理工学院);Wuhan University of Technology(武汉理工大学)
人们普遍认为,由于烹饪过程中成分的多样性和变形,学习具有图像的食谱的联合嵌入具有挑战性。我们提出了一种多模态语义增强的联合嵌入方法(MSJE),用于学习两种模态(文本和图像)之间的共同特征空间,最终目标是提供高性能的跨模态检索服务。我们的MSJE方法有三个独特的特点。首先,我们从菜谱的标题、配料和烹饪说明中提取TFIDF特征。通过将LSTM学习的特征与TFIDF特征相结合来确定单词序列的重要性,我们将食谱编码为TFIDF加权向量,以捕获重要的关键术语以及这些关键术语如何在相应的烹饪指令中使用。其次,我们将配方TFIDF特征与通过两阶段LSTM网络提取的配方序列特征相结合,这可以有效地捕获配方及其相关图像之间的独特关系。第三,我们进一步结合TFIDF增强的类别语义,以改善图像模态的映射,并在跨模态联合嵌入的迭代学习过程中调节相似性损失函数。在基准数据集Recipe1M上的实验表明,该方法优于现有的方法。
2021-08-02 cs.CV cs.IR
CAPRAG: A Large Language Model Solution for Customer Service and Automatic Reporting using Vector and Graph Retrieval-Augmented Generation
INETUM Tunisia(法国英迪堂突尼斯分公司);University of Carthage(迦太基大学);Institut Pasteur de Tunis(突尼斯巴斯德研究所);University of Tunis El Manar(突尼斯马纳尔大学)
针对银行客户服务,提出混合CAPRAG框架,结合向量与图检索增强生成,处理关系与上下文查询,提升数字银行中的客户参与度。
2025-01-23 cs.AI cs.CL cs.IR
Bibliometric-Enhanced Information Retrieval: 3rd International BIR Workshop
BIR研讨会汇集了文献计量学和信息检索方面的专家。虽然有时被认为是相当松散的相关性,这些研究领域有着不同的利益,面临着类似的挑战。作为BIR研讨会的组织者,我们的动机源于双重观察。首先,两个社区只有部分重叠,尽管有着不同的利益。第二,解决学者们今天面临的一些新问题对双方都有利,因为他们必须在世界范围内快速增长的电子出版物中找到相关和高质量的文献。文献计量技术虽然为用户提供了增值效应,但尚未被广泛用于加强数字图书馆的检索过程。然而,在图书馆和档案馆工作的信息专业人员越来越多地面临着在他们的服务中应用文献计量技术。2014年的第一次BIR研讨会通过向每个小组介绍其他小组,说明最先进的方法,报告当前的研究问题,并就共同利益进行头脑风暴来确定研究议程。2015年的第二次研讨会进一步阐述了这些主题。第三届BIR研讨会旨在为将文献计量学增强服务纳入学术搜索引擎界面建立共同基础。特别是,我们将解决特定的社区,以及对大型,跨领域的集合,如Mendeley和ResearchGate的研究。这第三个BIR研讨会明确地解决学术和工业研究人员。
2015-12-18 cs.DL cs.IR
HF-SID: High-Fidelity Semantic IDs for Generative Retrieval in Location-Based Services
AMAP, Alibaba Group(高德,阿里巴巴集团);University of Science and Technology of China(中国科学技术大学);Tsinghua University(清华大学)
针对LBS中现有SID的地理、数值、结构保真度缺陷,提出HF-SID,通过坐标转换、数值编码与结构对比学习,实现3-token高保真SID,提升生成式检索性能。
2026-09-01 cs.IR
Evaluating Embedding APIs for Information Retrieval
University of Waterloo(滑铁卢大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
本文在BEIR和MIRACL基准上评估语义嵌入API的领域泛化与多语言检索能力,发现对BM25结果重排序在英语中最具性价比,非英语场景下BM25混合模型效果最佳但成本更高。
2023-07-06 cs.CL cs.IR
Hybrid Intent-Aware Personalization with Machine Learning and RAG-Enabled Large Language Models for Financial Services Marketing
本文提出一种混合架构,结合传统机器学习与RAG增强的大语言模型,用于金融服务营销中的个性化营销,通过时间编码器、潜在表示和多任务分类提高个性化准确性。
2026-03-11 cs.AI cs.IR cs.LG
WS4A: a Biomedical Question and Answering System based on public Web Services and Ontologies
Universidade de Lisboa(里斯本大学)
本文描述了我们的系统,称为WS 4A(Web Services for All),参加了第四版BioASQ挑战赛(2016年)。我们使用WS 4A来执行问题和查询(QA)任务4 b,该任务包括检索相关概念、文档、片段、RDF三元组、每个给定问题的精确答案和理想答案。在我们的方法的新颖性在于最大限度地利用现有的Web服务在WS 4A的每一步,如文本的注释,检索元数据的每个注释。检索到的信息包括概念标识符、本体、祖先,最重要的是PubMed标识符。本文描述了WS 4A管道,并给出了在任务4 b中获得的精确度,召回率和f-测量值。我们的系统在五个批次之一的两个子任务中获得了两个第二名。
2016-11-17 cs.CL cs.IR
Mining Root Cause Knowledge from Cloud Service Incident Investigations for AIOps
Salesforce Research Asia(Salesforce亚洲研究院)
对任何服务中断事件进行根本原因分析(RCA)是IT流程中最关键也是最复杂的任务之一,尤其是对于Salesforce这样的云计算行业领导者来说。通常,RCA调查利用数据源,如应用程序错误日志或服务调用跟踪。然而,在领域专家对过去事件调查的自然语言文档中也隐藏着丰富的根本原因信息。这通常被称为问题审查委员会(PRB)数据,它构成了IT事件管理的核心组成部分。然而,由于PRB的原始的非结构化性质,这样的根本原因知识不能直接由手动或自动流水线重新用于新事故的RCA。这促使我们利用这个广泛可用的数据源来构建事件因果分析(ICA)引擎,使用SoTA神经NLP技术来提取目标信息并从PRB文档中构建结构化的因果知识图谱。ICA形成了一个简单而有效的基于检索的RCA的骨干,通过一个信息检索系统来搜索和排名过去的事件,并检测可能的根本原因,给定的事件症状。在这项工作中,我们介绍了ICA和下游基于事件搜索和检索的RCA管道,该管道由Salesforce构建,在几年内收集了超过2K的记录云服务事件调查。我们还建立了ICA的有效性和下游任务,通过各种定量基准,定性分析以及领域专家的验证和实际事件的案例研究部署后。
2022-04-21 cs.AI cs.IR
An Integrated Search Framework for Leveraging the Knowledge-Based Web Ecosystem
信息爆炸限制了基于知识的网络生态系统(KBWE)中检索词的判断,使得相关信息的检索及其知识管理具有挑战性。现有的信息检索(IR)工具和它们在一个框架中的融合需要关注,在其中搜索结果可以有效地管理。在这篇文章中,我们证明了各种用户和代理在各种KBWE方案的有效使用信息检索服务。本文提出了一种新的集成搜索框架(ISF),它综合利用了爬行策略、Web搜索技术和传统的数据库搜索方法。此外,ISF还提供全面的、动态的、个性化的、面向组织的信息检索服务,服务范围从Internet、Example、Intranet到个人桌面。在这项实证研究中,实验进行了证明在搜索过程中的改进,在概念ISF辨别。实验结果表明,与其他流行的搜索引擎相比,该搜索引擎的准确率有所提高。
2020-12-10 cs.IR
Analyzing 'Near Me' Services: Potential for Exposure Bias in Location-based Retrieval
智能手机的普及导致了基于位置的搜索和推荐系统的日益普及。像Google和Yelp这样的在线平台允许以附近功能的形式进行基于位置的搜索,以查询附近的酒店或餐馆。此外,像Booking[dot]com、Expedia或Trivago这样的酒店预订平台允许旅行者使用他们想要的位置作为搜索查询或在特定地标附近搜索住宿。由于城市中不同位置的受欢迎程度不同,某些位置可能比其他位置获得更多查询。因此,在这些地点的不同机构所接受的暴露可能与其评级中所捕获的其内在质量非常不同。今天,许多小企业(商店,酒店或餐馆)依靠这种在线平台吸引客户。因此,接受比预期更少的风险可能对企业不利。这可能会对他们的收入产生负面影响,并可能导致经济饥饿甚至关闭。通过收集和分析来自三个流行平台的数据,我们观察到许多顶级酒店和餐馆在质量方面的曝光率较低,这可能对他们不利。根据精英的概念,我们定义和量化了这些平台上基于位置的搜索所导致的这种暴露差异。我们将这种曝光差异主要归因于两种偏见--流行性偏见和位置偏见。我们对多个数据集的实验评估表明,尽管平台在提供基于距离的结果方面做得很好,但个别企业存在暴露差异,需要减少商业可持续性。
2020-11-14 cs.IR
Budget-Constrained Online Retrieval-Augmented Generation: The Chunk-as-a-Service Model
Information and Computing Technology (ICT) Division, College of Science and Engineering, Hamad Bin Khalifa University(信息与计算技术系(ICT), 科学与工程学院, 哈马德·本·卡西姆大学);School of Electrical Engineering and Information Technology, German Jordanian University(电气工程与信息科技学院, 德国约旦大学);Department of Computer and Information Sciences, Fordham University(计算机与信息科学系, 芙兰克大学);Department of Computer Science and Engineering, College of Engineering, Qatar University(计算机科学与工程系, 工程学院, 卡塔尔大学)
本文提出块即服务模型,通过在线选择算法提升检索增强生成的透明性和成本效益,实验显示其在性能和预算利用上优于现有方法。
2026-04-28 cs.IR cs.LG
Health Information Retrieval -- State of the art report
本报告概述了医疗保健领域的信息检索(IR)。它的目的不是介绍一般的概念和理论的IR,但目前和描述健康信息检索(HIR)的具体方面。在简要介绍了IR更广泛的领域后,讨论了HIR在当今时代的意义。健康信息的具体特征、其分类和健康概念的主要现有表示法以及该领域的主要产品和服务(例如:健康书目内容数据库、健康特定搜索引擎等)。最新的研究工作进行了讨论,最活跃的研究人员,项目和研究小组也提出。主要组织和期刊也被确定。
2022-05-18 cs.IR
Curated retrieval versus open web search in public AI information services: a coverage-trust trade-off
Faculty of Industrial Engineering, Mechanical Engineering and Computer Science, University of Iceland(工业工程、机械工程和计算机科学学院,爱沙尼亚大学);Faculty of Political Science, University of Iceland(政治学学院,爱沙尼亚大学);The Icelandic Web of Science, University of Iceland(冰岛科学网络,爱沙尼亚大学)
针对公共AI信息服务的源可信度问题,对比 curated 本地语料RAG与开放网页搜索两种检索路径,发现前者可信度高但覆盖有限,后者覆盖广但源可信度差,揭示了覆盖度与可信度的核心权衡。
2026-07-08 cs.CL cs.CY cs.IR
Chunk Knowledge Generation Model for Enhanced Information Retrieval: A Multi-task Learning Approach
HANCOM(韩软公司)
本文提出基于T5多任务学习的Chunk Knowledge Generation Model,将文档分块后同时生成标题、候选问题并提取查询关键词,在305对查询-文档评估中Top@10准确率达95.41%,优于文档块级检索。
2025-09-19 cs.AI cs.IR
Information Retrieval From Internet Applications For Digital Forensic
先进的互联网技术提供电子邮件、社交网络、网上银行、网上购物等服务,使日常活动变得简单和方便。对互联网的日益依赖、便利性和电子设备成本的降低导致了对在线服务的频繁使用。然而,对互联网的日益放纵也加速了数字犯罪的步伐。数字犯罪的数量和复杂性的增加引起了法医调查人员的注意。数字调查人员面临着从尽可能多的来源收集准确的数字证据的挑战。在本文中,试图从系统的RAM中恢复数字证据的形式的信息,最近的浏览会话的用户。我们选择了四个不同的应用程序,并在两个浏览器上进行了实验。发现目标用户的关键信息,如用户名、密码等,是可以恢复的
2012-09-17 cs.CR cs.IR cs.SI
Qilin: A Multimodal Information Retrieval Dataset with APP-level User Sessions
Xiaohongshu Inc.(小红书科技有限公司);Tsinghua University(清华大学)
本文提出了Qilin,一个从小红书收集的多模态信息检索数据集,包含APP级用户会话、异构结果、上下文信号与真实反馈,支持多模态神经检索及RAG流程训练评估,助力改进搜索与推荐系统。
2025-03-01 cs.CL cs.IR
ViQIE: A New Approach for Visual Query Interpretation and Extraction
Web服务通过查询接口访问,这些接口隐藏了包含数千个相关信息的数据库。在用户端,远程数据库是一个接受查询并返回结果的黑盒子,无法访问反映数据和查询含义的数据库模式。因此,Web服务是非常自治的。用户将这种自主性视为一个主要缺点,因为他们经常需要同时组合许多Web服务的查询功能。在这项工作中,我们将提出一种新的方法,它允许用户受益于许多Web服务的查询功能,同时尊重每个服务的自治性。该方法是信息检索研究领域的一个新的贡献,在两个标准数据集上的实验结果表明,该方法具有良好的性能。
2012-05-04 cs.IR
Design Theory to improve health evidence retrieval
目的:我们的研究目的是为卫生组织设计一种可行的技术解决方案,以消除循证临床信息检索的障碍,并提高循证实践。研究方法:回顾了2010年至2020年的文献,以确定循证临床信息检索中存在的问题,并使用文献中的建议来确定解决方案目标。设计科学研究用于使用云服务完成研究流中的三个项目,如Web规模发现,内容管理系统,联合访问,全球知识库和文档交付。采用设计思维、系统思维和面向用户的信息需求理论构建设计理论。结果如下:研究流产生了三个新颖的和创新的人工制品:上下文模型,统一的架构,和上下文感知的统一架构,我们评估的一部分,学术评论,学术出版物和会议论文集在各个研究流阶段。第四个人工制品或设计理论,提出了概括的结果作为成熟的知识。
2021-11-10 cs.IR
Web pages search engine based on DNS
搜索引擎是获取当今世界上最大的信息源--Internet的主要途径。互联网正在改变我们生活的方方面面。信息检索服务可能是其最重要的服务。但是对于普通用户来说,互联网搜索服务与我们的期望还有很大的差距,存在着大量的无关搜索结果、陈旧的信息等问题。针对这些问题,提出了一种新的系统--基于DNS的搜索引擎。本文介绍了该系统的设计思想、具体内容和实现方法.
2004-03-23 cs.IR cs.NI
Comparison of Information Retrieval Techniques Applied to IT Support Tickets
Skaylink;Federal Institute of Santa Catarina(联邦圣卡塔琳娜学院)
本研究比较了十一种信息检索技术在IT支持工单上的表现,发现Sentence-BERT最佳(78.7%相关),并提出了新指标及开源实现。
2025-07-29 cs.AI cs.IR
A framework for contextual information retrieval from the WWW
搜索引擎是在互联网上查找相关信息的最常用工具。然而,今天的搜索引擎还远远不够完美。典型的搜索查询很短,通常是一两个词,并且可能是模糊的,因此返回不合适的结果。上下文信息检索(CIR)是这些搜索引擎方便查询和返回相关信息的关键技术。尽管它的重要性,小的进展已经取得了CIR由于捕获和表示有关用户的上下文信息的困难。许多上下文信息检索方法存在的今天,但据我们所知,他们没有一个提供类似的服务,本文提出的。本文提出了一种从WWW上进行上下文信息检索的替代框架。该框架旨在通过基于用户的行为、他们的偏好和共享知识库构建上下文简档,并在搜索引擎框架中使用该信息来查找和返回相关信息,来改进查询结果(或使搜索结果更相关)。
2014-07-23 cs.IR
Context-as-AI-Service: Surfacing Cross-File Dependency Chains for LLM-Generated Developer Documentation
Meta Platforms, Inc.(Meta平台公司)
提出Context-as-a-Service (CaaS)检索层,通过索引代码库并支持关键词与语义搜索,帮助LLM代理在生成或审查文档时追踪跨文件依赖链,实验表明CaaS能发现基线遗漏的错误并减少时间和输入令牌消耗。
2026-06-09 cs.IR cs.SE
Embedding Web-based Statistical Translation Models in Cross-Language Information Retrieval
尽管越来越多的语言对被机器翻译服务所覆盖,但仍有许多语言对缺乏翻译资源。跨语言信息检索(CLIR)是一种需要复杂程度相对较低的翻译功能的应用,因为当前的信息检索(IR)模型仍然是基于词袋的。Web为自动构建可用于统计翻译模型自动训练的平行语料库提供了广阔的资源。所得到的翻译模型可以以几种方式嵌入到检索模型中。在本文中,我们将探讨的问题,自动挖掘并行文本从Web和不同的方式集成的翻译模型的检索过程中。我们对CLIR标准测试集的实验表明,基于Web的翻译模型在CLIR任务中可以超过商业机器翻译系统。这些结果打开的角度,构建一个全自动查询翻译设备CLIR在一个非常低的成本。
2003-12-03 cs.CL cs.IR
PIR-RAG: A System for Private Information Retrieval in Retrieval-Augmented Generation
University of Washington(华盛顿大学);University of Central Florida(中央佛罗里达大学)
针对RAG中用户查询暴露的隐私风险,提出PIR-RAG系统,采用粗粒度语义聚类剪枝搜索空间与基于格的PIR协议,实现高效私密检索,并在端到端延迟上优于现有基线。
2025-09-01 cs.AI cs.CR cs.IR
Space and Time as a Primary Classification Criterion for Information Retrieval in Distributed Social Networking
我们讨论了如何在一个紧凑的方式,时空相关性的信息项,时空相关性的用户,用户的社会关系和语义相关性的信息项之间的隐含关系可能会被利用的信息检索架构,沿着人类的搜索方式。分散和面向代理的架构反映了新兴的趋势,例如即将到来的移动和分散的社交网络作为社交计算的新范式,其目标是满足更广泛和更微妙的相互关联的信息需求,而不仅仅是当前的IR服务可以满足的即时信息需求。我们简要地讨论了为什么使用时空参考作为主要的信息标准隐含地保存其他关系,因此适合这样的架构。最后,我们简短地指出了一个使用维基百科文章进行的大型评估研究的结果。
2011-04-12 cs.IR cs.SI physics.soc-ph