Ontology-driven personalized information retrieval for XML documents
Research Laboratory in Computer Science (LARI), Department of Computer Science（计算机科学研究实验室（LARI），计算机科学系）；The Kyoto College of Graduate Studies for Informatics（信息科学研究生学院）
本文提出基于本体的个性化XML文档信息检索方法，通过整合领域本体和用户画像，提升检索效果，实现更精准的个性化匹配。
2026-07-30 cs.IR cs.LG
Users and Assessors in the Context of INEX: Are Relevance Dimensions Relevant?
通过分析和比较以下两种行为来确定XML检索的主要方面：评估者在判断返回文档组件的相关性时的行为;以及用户与XML文档组件交互时的行为。我们认为，两个INEX的相关性维度，详尽性和特异性，是不是正交的维度，事实上，每个维度的实证分析表明，两个维度的等级是相互关联的。通过分析评估者和用户之间的一致程度，我们的目标是确定最佳的检索单位。我们的分析结果表明，最高水平的协议是高度相关的和不相关的文件组件，这表明只有INEX 10点相关性量表的端点被认为是以同样的方式由评估员和用户。我们提出了一个新的定义的相关性的XML检索，并认为其相应的相关性规模将是一个更好的选择INEX。
2005-07-28 cs.IR
Transformation of XML Documents with Prolog
用传统的XML语言（如XSL-T）转换XML文档是不利的，因为对目标语言的抽象太松散，而且很难识别面向规则的转换。Prolog作为一种声明式范式的程序设计语言，特别适合于实现对形式语言的分析。Prolog似乎也适合术语操作、复杂模式转换和文本检索。在这份报告中，提出了一个适当的模型，XML文档，Prolog LTL的基本转换语言的定义和表达能力相比，XSL-T证明，整个使用的实现是多范式。
2019-06-19 cs.IR cs.LO
SANGEET: A XML based Open Dataset for Research in Hindustani Sangeet
XIM University（XIM大学）
本文构建基于 XML 的开放数据集 SANGEET，标准化保存 Bhatkhande 的北印度古典音乐作品信息，并展示其在检索、可视化及统计与机器学习分析中的应用。
2023-06-07 cs.IR cs.LG cs.SD
Topic Map: An Ontology Framework for Information Retrieval
组织信息的基本分类技术是叙词表、分类法和分面分类法。主题地图是一个相对较新的进入这个信息空间。主题地图标准描述了如何使用XML语法来表示抽象概念和现实世界资源之间的复杂关系。本文探讨了主题地图在信息检索中的内容管理、索引、知识表示、约束规范和查询语言等方面如何与传统技术相结合，以及它的优缺点。主题图的构造用XTM中实现的用例来说明
2010-03-18 cs.DL cs.IR
A Survey on Adversarial Information Retrieval on the Web
这篇调查报告讨论了不同形式的恶意技术，这些技术可能会影响信息检索模型如何检索文档进行查询，以及它们的补救措施。
2020-02-15 cs.IR
Explainable Information Retrieval: A Survey
可解释信息检索是一个新兴的研究领域，旨在使透明和可信的信息检索系统。鉴于复杂机器学习模型在搜索系统中的使用越来越多，可解释性对于构建和审计可靠的信息检索模型至关重要。这项调查填补了一个重要的空白，否则主题多样的文献解释信息检索。它分类和讨论最近的可解释性方法开发的不同应用领域的信息检索，提供了一个共同的框架和统一的观点。此外，它反映了评估解释的共同关注，并强调了开放的挑战和机遇。
2022-11-04 cs.IR
Dense Text Retrieval based on Pretrained Language Models: A Survey
文本检索是信息检索领域的一个长期研究课题，它要求系统能够以自然语言的形式返回用户查询的相关信息资源。从经典的检索方法到基于学习的排序函数，底层的检索模型随着不断的技术创新而不断发展。设计有效的检索模型的关键在于如何学习文本的表示方法和建立相关匹配模型。预训练语言模型（PLM）最近的成功揭示了通过利用PLM的优秀建模能力来开发更强大的文本检索方法。借助强大的PLM，我们可以有效地学习查询和文本在潜在表示空间中的表示，并进一步构建密集向量之间的语义匹配函数以进行相关性建模。这种检索方法被称为稠密检索，因为它采用密集向量（也称为，嵌入）来表示文本。鉴于稠密检索的快速发展，本文系统地综述了基于PLM的稠密检索的最新研究进展。与以往的稠密检索研究不同，本文从体系结构、训练、索引和集成四个方面对相关工作进行了新的梳理，并对各个方面的主流技术进行了总结。我们彻底调查的文献，包括300+相关的参考文献的稠密检索。为了支持我们的调查，我们创建了一个网站，提供有用的资源，并发布了一个代码库和工具包，实现稠密检索模型。本综述旨在提供一个全面、实用的参考，重点介绍密集文本检索的主要进展。
2022-11-27 cs.IR
A Comprehensive Survey on Retrieval Methods in Recommender Systems
本综述全面探讨了推荐系统中常被忽视的检索阶段，总结了改进相似度计算、增强索引机制和优化训练方法三大关键领域的现有工作，并通过公开数据集基准实验和工业案例研究，为级联推荐系统检索优化提供了基石。
2025-10-11 cs.IR
A Survey on Information Retrieval, Text Categorization, and Web Crawling
本文综述了信息检索的概念、方法和应用。它深入到IR系统中涉及的文档和查询建模，以及预处理操作，如删除停止词和同义词搜索技术。本文还讨论了文本分类及其在神经网络和机器学习中的应用。最后，网络爬虫的体系结构是要讨论如何互联网蜘蛛索引网络文件，以及他们如何允许用户在网络上搜索项目的光。
2012-12-10 cs.IR
A Survey of Long-Document Retrieval in the PLM and LLM Era
本综述首次系统梳理长文档检索在PLM与LLM时代的方法演进、应用与开放挑战，涵盖段落聚合、层次编码及LLM重排序等关键技术，旨在提供综合参考与未来研究议程。
2025-10-25 cs.IR
STRUCTSURVEY: Structured Agentic Retrieval for Automated Survey Paper Generation
Bloomberg（彭博）
提出STRUCTSURVEY分层多智能体框架，通过动态构建实体、关系和主题分类的图表示，将结构推理从生成阶段转移到检索阶段，在ACL综述基准上相比嵌入检索基线平均提升ROUGE-1召回率2.9、ROUGE-2召回率1.0，且不降低精确度。
2026-07-03 cs.IR
A Survey of Quantum Theory Inspired Approaches to Information Retrieval
自2004年以来，研究人员一直在信息检索（IR）中使用量子理论（QT）的数学框架。QT提供了一个广义的概率和逻辑框架。这样的框架已被证明能够统一的表示，排名和用户认知方面的IR，并有助于开发更动态，自适应和上下文感知的IR系统。虽然量子激发的IR仍然是一个不断发展的领域，但在IR的不同方面已经做了大量的工作，并产生了有希望的结果。本文介绍了在这方面所做的研究的调查，旨在显示该领域的景观，并绘制未来方向的路线图。
2020-07-08 cs.IR
Web Table Extraction, Retrieval and Augmentation: A Survey
表格是组织和操作数据的强大而流行的工具。在网上可以找到大量的表格，这是一个宝贵的知识资源。本次调查的目的是综合和提出二十年的研究网络表。特别是，我们将现有的文献组织成六个主要类别的信息访问任务：表提取，表解释，表搜索，问答，知识库扩充，表扩充。对于这些任务中的每一个，我们确定和描述开创性的方法，目前相关的资源，并指出不同的任务之间的相互依赖性。
2020-02-05 cs.IR
Query expansion techniques for information retrieval: A survey
随着网络规模的不断扩大，在互联网上对由少数关键字组成的查询进行相关信息抽取已成为一个巨大的挑战。查询扩展（QE）在提高Internet上的搜索性能方面起着至关重要的作用。在这里，用户的初始查询通过添加具有类似意义的附加有意义的术语来重新表述。作为信息检索（IR）的一部分，QE长期以来一直受到研究者的关注。它在个性化社会文档、问答、跨语言信息检索、信息过滤和多媒体信息检索等领域具有重要影响力。由于TREC（Text信息检索Conference）和CLEF（Conference and Labs of the Evaluation Forum）等专门的信息检索会议的召开，QE的研究得到了进一步的重视。本文从核心技术、使用的数据源、加权和排名方法、用户参与和应用等方面对1960年至2017年IR中的QE技术进行了调查，并指出了相似性和差异性。
2019-06-20 cs.IR
Negative Sampling Techniques in Information Retrieval: A Survey
University of Innsbruck（因斯布鲁克大学）
本文综述了密集信息检索中负采样技术，探讨了随机、静态/动态挖掘及合成数据集等方法，并分析了效果、计算成本和实现难度之间的权衡。
2026-01-09 cs.IR
A Survey on Retrieval of Mathematical Knowledge
我们提出了一个简短的调查文献的索引和检索的数学知识，指针72篇论文和检索问题和经常性技术的尝试性分类。
2015-06-28 cs.DL cs.IR
Result Diversification in Search and Recommendation: A Survey
本综述首次提出统一分类体系，系统梳理搜索与推荐中的多样化度量标准与方法，总结多样性关注点并探讨开放性研究问题。
2024-02-19 cs.IR
Graph-Based Re-ranking in Information Retrieval and Beyond: A Survey
University of Texas at Dallas（德克萨斯大学达拉斯分校）；The Laboratory for Physical Sciences（物理科学实验室）
综述基于图的信息检索重排方法，介绍其在相关AI范式中的作用，通过引入分类法和时间线深入回顾该范式，分析实验情况，最后基于挑战与机遇给出未来研究建议。
2026-07-28 cs.IR
A Survey on Deep Text Hashing: Efficient Semantic Text Retrieval with Binary Representation
本综述系统回顾了深度文本哈希方法，按语义提取、哈希码质量保持等核心技术进行分类，评估了主流数据集上的表现，并探讨了其与大型语言模型结合的未来研究方向。
2025-10-31 cs.IR
A Survey of Retrieval Algorithms in Ad and Content Recommendation Systems
University of Toronto（多伦多大学）；American Express Company（美国运通公司）
本文综述了广告推荐与内容推荐系统中的检索算法，比较了两类应用的特点，并阐述了各自最有效的方法。
2024-07-19 cs.AI cs.IR
A Survey of Large Language Model Empowered Agents for Recommendation and Search: Towards Next-Generation Information Retrieval
本文首次系统综述了大语言模型智能体在推荐与搜索中的应用，提出分类框架并展望其在下一代信息检索中的潜力与研究方向。
2025-04-11 cs.IR
Document Clustering with K-tree
Queensland University of Technology（昆士兰科技大学）
本文介绍了昆士兰科技大学的一个小组在INEX 2008上对XML挖掘轨道所采取的方法。我们介绍了K树聚类算法在信息检索的上下文中，通过调整它的文档聚类。文档聚类中存在着许多大规模的问题。K树由于其低复杂度，可以很好地扩展大输入。它在效率和质量方面都取得了可喜的成果。使用支持向量机完成文档分类。
2010-01-06 cs.AI cs.DS cs.IR
A survey: Information search time optimization based on RAG (Retrieval Augmentation Generation) chatbot
基于RAG的聊天机器人在信息检索时间优化方面优于传统搜索方法，能有效提升搜索效率。
2025-11-10 cs.AI cs.IR
From Principles to Applications: A Comprehensive Survey of Discrete Tokenizers in Generation, Comprehension, Recommendation, and Information Retrieval
本文系统综述离散分词器的子模块机制、前沿方法及其在多模态生成、理解和个性化推荐中的应用，并分析局限与未来方向。
2025-02-18 cs.IR
Roles of MLLMs in Visually Rich Document Retrieval for RAG: A Survey
Beihang University（北航大学）
本文综述了多模态大语言模型在视觉丰富文档检索中的应用，探讨了三种关键角色及其在RAG中的作用与权衡。
2025-12-16 cs.CL cs.IR
A Survey of Generative Information Retrieval
National Taiwan University（台湾大学）
本综述全面概述了生成式检索（GR）这一新兴范式，探讨了其文档标识符策略与表示方法，并指出了提升查询生成质量、探索可学习标识符及与多任务学习集成等未来研究方向。
2024-06-04 cs.CL cs.IR
Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers
Independent Researcher（独立研究者）
本综述全面总结了检索增强生成（RAG）系统的架构分类与增强技术，分析了其在检索优化、解码控制等方面的进展与权衡，并指出了自适应检索与隐私保护等未来研究方向。
2025-05-28 cs.CL cs.IR
Recent Advance in Content-based Image Retrieval: A Literature Survey
Web上视觉数据的爆炸性增长和无处不在的可访问性导致了图像搜索或检索研究活动的繁荣。由于忽略视觉内容作为排序线索，用于视觉检索的文本搜索技术的方法可能遭受文本词和视觉内容之间的不一致。基于内容的图像检索（CBIR）利用视觉内容的表示来识别相关图像，在近二十年来受到了持续的关注。这样的问题是具有挑战性的，由于意图差距和语义差距的问题。在过去的十年中，已经开发了许多基于内容的图像检索技术。本文的目的是对2003年至2016年期间提出的算法进行分类和评估。最后，我们总结了未来研究的几个有前途的方向。
2017-09-02 cs.IR cs.MM
Information Retrieval: Recent Advances and Beyond
本文全面综述了信息检索典型处理链两阶段的模型，涵盖词项、语义及神经方法，并深入探讨了模型学习过程，为相关领域的研究者与从业者提供参考。
2023-01-20 cs.IR
Semantic Search for Information Retrieval
本研究综述信息检索从词汇技术到语义检索器的发展，介绍BM25基线及DPR、ColBERT、SPLADE、MonoT5等现代语义检索模型，还探讨评估策略、挑战与未来方向。
2025-08-25 cs.IR
A Survey of Model Architectures in Information Retrieval
Kahlert School of Computing（卡勒特计算学院）；University of Utah（犹他大学）；University of Montreal（蒙特利尔大学）；Capital One（第一资本）；University of Waterloo（滑铁卢大学）；Snowflake Inc.（雪湖公司）；Scientific Computing and Imaging (SCI) Institute（科学计算与成像研究所）
本文综述了信息检索中模型架构的发展，重点探讨了特征提取的骨干模型和端到端的相关性估计系统，分析了传统术语检索模型向神经网络方法的转变，以及Transformer架构和大语言模型的影响。
2026-03-15 cs.IR
Query Expansion for Survey Question Retrieval in the Social Sciences
近年来，研究数据的重要性以及存档和在科学界分享这些数据的必要性大大增加。这给数字图书馆带来了一系列全新的挑战。在社会科学中，典型的研究数据集包括调查和问卷。在本文中，我们专注于社会科学调查问题重用的用例和机制，以支持用户在数据集的查询制定。我们描述和评估基于叙词表和共现的查询扩展方法，以提高检索质量的数字图书馆和研究数据档案。这里的挑战是将信息需求和潜在的社会学现象转化为适当的查询。正如我们可以表明，检索质量可以通过向查询添加相关术语来提高。在直接比较中，使用提取的共现术语自动扩展的查询可以提供比领域专家手动重新制定的查询更好的结果，并且比基于关键字的BM 25基线更好的结果。
2015-06-18 cs.DL cs.IR
A Survey of Personalization: From RAG to Agent
本文综述RAG三大阶段的个性化技术，并拓展至个性化大语言模型智能体领域，提供定义、文献回顾、数据集与指标总结，探讨挑战与方向，助力个性化AI系统发展。
2025-04-14 cs.IR
A Survey of Multimodal Composite Editing and Retrieval
Chongqing University（重庆大学）；Hong Kong University of Science and Technology（香港科技大学）
该综述首次全面梳理多模态复合编辑与检索领域，涵盖相关场景、方法、基准等内容，补充了现有多模态融合综述的空白，并提供项目页面供研究者追踪领域进展。
2024-09-11 cs.AI cs.CV cs.IR
A Survey of Reasoning-Intensive Retrieval: Progress and Challenges
Zhejiang University（浙江大学）；University of the Chinese Academy of Sciences（中国科学院大学）；Nanyang Technological University（南洋理工大学）；Yale University（耶鲁大学）
本文综述了推理密集型检索领域，系统分析了现有基准，提出了结构化分类体系，并总结了挑战与未来方向。
2026-04-30 cs.AI cs.IR
A comparative study of approaches in user-centered health information retrieval
在本文中，我们调查各种以用户为中心或基于上下文的生物医学健康信息检索系统。我们提出并讨论了在CLEF电子健康2014任务3中提交的系统的性能。我们对生物医学信息检索中最流行的两种检索模型进行了分类和重点比较，即：语言模型（LM）和向量空间模型（VSM）。我们还报告了使用外部医疗资源和本体的有效性，如MeSH，Metamap，UMLS等。基于VSM的检索系统在各个方面都优于基于VSM的系统。根据结果，我们得出结论，MAP的最新系统评分为0.4146，P@10为0.7560，NDCG@10为0.7445。所有这些分数都是由基于语言建模方法的系统报告的。
2015-05-07 cs.IR
Explainability of Text Processing and Retrieval Methods: A Survey
Indian Statistical Institute（印度统计研究所）
本文综述了文本处理和检索方法的可解释性，涵盖词嵌入、序列建模、注意力模块等技术，并探讨了未来研究方向。
2026-03-10 cs.AI cs.CL cs.IR
Image-text Retrieval: A Survey on Recent Research and Development
Soochow University（苏州大学）；Shandong University（山东大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
近年来，跨模态图文检索由于其良好的研究价值和广泛的实际应用前景而受到研究界的广泛关注。它是为查询来自一种模态而检索库来自另一种模态的场景而设计的。本文从四个方面对ITR方法进行了全面和最新的调查。通过将ITR系统分解为两个过程：特征提取和特征对齐，从这两个角度总结了ITR方法的最新进展。在此基础上，引入了以效率为中心的ITR制度研究作为第三个视角。为了与时俱进，我们还提供了跨模态预培训ITR方法的开创性概述作为第四个视角。最后，我们概述了ITR的常见基准数据集和评估指标，并对代表性的ITR方法进行了准确性比较。文章最后还讨论了一些重要的、但研究较少的问题。
2022-11-18 cs.AI cs.IR
SurveyGen-I: Consistent Scientific Survey Generation with Evolving Plans and Memory-Guided Writing
University of Amsterdam（阿姆斯特丹大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
针对现有基于LLM的综述生成方法连贯性和引文覆盖不足的问题，提出SurveyGen-I框架，结合粗到细检索、自适应规划和记忆引导生成，在四领域实验中内容质量、一致性和引文覆盖均优于现有方法。
2025-08-20 cs.CL cs.IR
Describing Colors, Textures and Shapes for Content Based Image Retrieval - A Survey
Sejong University（世宗大学）；Sungkyul University（圣洁大学）
视觉媒体一直是最受欢迎的沟通方式。从电视的出现到现代的手持计算机，我们见证了我们周围图像的指数增长。毫无疑问，这是一个事实，他们携带了大量的信息在他们需要以有效的方式利用。因此，强烈需要有效地索引和存储大型图像集合，以进行有效的和按需的检索。为此，已使用从图像内容（如颜色、纹理和形状）提取的低级特征。基于内容的图像检索系统采用这些功能已被证明是非常成功的。图像检索在许多领域都有着广阔的应用前景，因此一直是国内外研究的热点。每天都在开发新的和改进的方法来表示视觉内容。在过去的十年里进行了大量的研究。在本文中，我们将提出一个详细的概述了一些强大的颜色，纹理和形状描述符基于内容的图像检索。还将进行比较分析，以便深入了解这一领域的突出挑战。
2015-02-25 cs.CV cs.IR
Composed Multi-modal Retrieval: A Survey of Approaches and Applications
University of Science and Technology of China（中国科学技术大学）
本文系统综述了组合式多模态检索（CMR），涵盖监督、零样本和半监督三类学习范式下的关键技术，并分析其在电商、社交媒体等七大场景中的应用与性能，同时展望未来研究方向。
2025-07-19 cs.CV cs.IR
Text-based Question Answering from Information Retrieval and Deep Neural Network Perspectives: A Survey
Amirkabir University of Technology (Tehran Polytechnic)（阿米尔卡比尔理工大学（德黑兰理工大学））
基于文本的问答（QA）是一项具有挑战性的任务，旨在为用户的问题找到简短具体的答案。这条研究线已经被广泛研究了信息检索技术，并在近年来通过考虑深度神经网络方法而受到越来越多的关注。深度学习方法是本文的重点，它提供了一种强大的技术来学习问题和文本之间的多层表示和交互。在本文中，我们提供了一个全面的概述不同的模型提出的QA任务，包括传统的信息检索的角度来看，和最近的深度神经网络的角度来看。我们还介绍了众所周知的数据集的任务，并提出了现有的结果，从文献中有不同的技术之间的比较。
2020-05-27 cs.CL cs.IR cs.LG
A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions
Carnegie Mellon University（卡内基梅隆大学）；BIT Sindri（辛德里贝拉理工学院）
本文全面综述了检索增强生成（RAG）的演进、架构、技术进展与应用，探讨了现有挑战并提出了未来方向，为理解RAG在NLP领域的潜力提供基础资源。
2024-10-03 cs.AI cs.CL cs.IR
Image Retrieval based on Bag-of-Words model
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文综述了图像检索系统中的词袋（BoW）或特征袋模型。近年来，大规模图像检索在工业应用和研究问题上都显示出巨大的潜力。由于SIFT等局部描述符在解决目标识别、图像分类和标注等视觉问题中表现出很强的区分能力，越来越多的大型图像检索系统试图依赖于它们。实现这一点的一种常见方法是首先将本地描述符量化为视觉单词，然后应用可伸缩的文本索引和检索方案。我们称这种模型为词袋或特征袋模型。本调查的目的是给出这个模型的概述，并介绍不同的策略时，建立基于这个模型的系统。
2013-04-18 cs.IR cs.LG
Survey on Sparse Coded Features for Content Based Face Image Retrieval
SNS College of Technology（SNS理工学院）
基于内容的图像检索是一种利用图像的视觉内容，根据用户的兴趣从大规模图像数据库中检索图像的技术。本文对基于内容的人脸图像检索技术进行了综述。如今，数码设备和照片分享网站越来越普及，大的人脸照片在数据库中可用。在大规模人脸图像数据库中，使用多种类型的人脸特征来表示区分度。人脸图像的搜索和挖掘是一个具有挑战性的问题和重要的研究课题。特征的稀疏表示在索引相关图像以查询图像方面提供了显著的改进。
2014-02-20 cs.CV cs.IR cs.LG
Are Information Retrieval Approaches Good at Harmonising Longitudinal Survey Questions in Social Science?
University of Surrey（塞拉利昂大学）；University College London（伦敦大学学院）
本文针对纵向社会科学调查中语义等效问题检测的挑战，提出识别问题与回答选项间概念等效性的新IR任务，在1946-2020年数据集上研究多种无监督方法，发现IR专用神经模型性能最优，为相关研究提供参考。
2025-07-07 cs.CL cs.IR
A Survey of Multimodal Retrieval-Augmented Generation
Huawei Cloud BU（华为云业务部）
本综述聚焦多模态检索增强生成（MRAG），其扩展纯文本RAG框架整合多模态数据以增强LLMs，减少幻觉并提升问答系统性能，还总结其组件、数据集等，指出挑战与未来方向。
2025-03-26 cs.AI cs.CL cs.ET
Contextual Compression in Retrieval-Augmented Generation for Large Language Models: A Survey
IBM Watsonx
本文综述RAG中上下文压缩范式的发展，分析其解决上下文窗口、无关信息与处理开销问题的方法，并指出挑战与未来研发方向。
2024-10-02 cs.CL cs.IR
A Survey of Controllable Learning: Methods and Applications in Information Retrieval
Gaoling School of Artificial Intelligence, Renmin University of China, Beijing 100872, China（中国人民大学人工智能学院）；AI Lab at Lenovo Research, Beijing 100085, China（联想研究院人工智能实验室）
本文综述了可控学习（CL）在信息检索中的应用，给出了正式定义，按控制对象、控制者、实现方式和实施位置分类，并讨论了挑战与未来方向。
2025-08-06 cs.IR cs.LG
A Survey on Retrieval-Augmented Text Generation for Large Language Models
York University（约克大学）
本文综述了检索增强文本生成方法，探讨了其在提升大型语言模型生成准确性和可靠性方面的核心方法与主要贡献。
2024-08-23 cs.AI cs.CL cs.IR
Multimodal music information processing and retrieval: survey and future challenges
LIM – Music Informatics Laboratory Department of Computer Science University of Milan（米兰大学计算机科学系LIM - 音乐信息学实验室）
为了提高在各种音乐信息处理任务中的表现，最近的研究利用能够捕获音乐的不同方面的不同模态。这些形式包括音频记录，符号乐谱，中级表示，运动和手势数据，视频记录，编辑或文化标签，歌词和专辑封面艺术。本文批判性地回顾了音乐信息处理和检索中采用的各种方法，并强调了多模态算法如何帮助音乐计算应用程序。首先，我们根据它们所涉及的应用对相关文献进行分类。随后，我们分析了现有的信息融合方法，我们得出结论，音乐信息检索和声音和音乐计算研究社区应该在未来几年集中的挑战。
2019-02-14 cs.IR cs.MM cs.SD
Reasoning RAG via System 1 or System 2: A Survey on Reasoning Agentic Retrieval-Augmented Generation for Industry Challenges
Beijing University of Posts and Telecommunications（北京邮电大学）；University of Georgia（佐治亚大学）；South China University of Technology（华南理工大学）；Technical University of Munich, University of Cologne（慕尼黑技术大学、科隆大学）；SenseTime Research（商汤科技研究院）；Qingyuan Research Institute, Shanghai Jiaotong University（青原研究院，上海交通大学）
本文针对传统RAG在复杂真实场景的不足，综述推理智能体RAG技术，将其分为预定义推理与智能体推理两类，分析相关技术并提出未来研究方向。
2025-06-12 cs.AI cs.IR
A Comprehensive Survey on Cross-modal Retrieval
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
近年来，由于多模态数据的快速增长，跨模态检索受到了广泛的关注。它将一种类型的数据作为查询来检索另一种类型的相关数据。例如，用户可以使用文本来检索相关图片或视频。由于查询及其检索结果可能具有不同的模态，如何度量不同模态数据之间的内容相似性仍然是一个挑战。已经提出了各种方法来处理这样的问题。本文首先回顾了跨模态检索的几种典型方法，并将它们分为两大类：1）实值表示学习，2）二值表示学习。实值表示学习方法旨在学习不同模态数据的实值公共表示。为了提高跨模态检索的速度，提出了多种二进制表示学习方法，将不同模态的数据映射到一个共同的汉明空间中。然后，我们介绍了社区中的几个多模态数据集，并展示了两个常用的多模态数据集上的实验结果。通过比较，揭示了各种跨模态检索方法的特点，以期对实际应用和未来研究有所裨益。最后，我们讨论了开放的问题和未来的研究方向。
2016-07-21 cs.CL cs.IR cs.MM
