Wikipedia-based Datasets in Russian Information Retrieval Benchmark RusBEIR
Lomonosov Moscow State University, Russia(罗蒙诺索夫莫斯科国立大学);South Ural State University, Chelyabinsk, Russia(南乌拉尔州立大学)
本文基于俄语维基百科“你知道吗”栏目构建新数据集,扩展 RusBEIR 基准,通过对比词汇与神经检索模型并引入重排序,提升俄语信息检索性能。
2025-11-07 cs.CL cs.IR
Wikiformer: Pre-training with Structured Information of Wikipedia for Ad-hoc Retrieval
Quan Cheng Laboratory(泉城实验室);Tsinghua University(清华大学);Zhongguancun Laboratory(中关村实验室);Huawei Poisson Lab(华为泊松实验室)
本文提出Wikiformer,利用维基百科的结构化信息设计了四个专为IR任务定制的预训练目标,在多个基准及垂直领域的零样本和微调设置下均优于现有基线。
2024-01-01 cs.AI cs.IR
SRAG: Structured Retrieval-Augmented Generation for Multi-Entity Question Answering over Wikipedia Graph
HKUST(GZ)(香港科技大学(广州));DSA(数据科学与分析学域)
本文提出结构化检索增强生成框架SRAG,通过将提取的实体组织成关系表并应用基于表的推理技术,解耦检索与推理,显著提升了LLM在多实体问答任务上的表现。
2025-03-06 cs.CL cs.IR
Enabling Complex Wikipedia Queries - Technical Report
在这份技术报告中,我们提出了一个用于存储维基百科的数据库模式,以便它可以很容易地用于查询密集型应用程序。除了存储的方式,使其高度可访问的信息,我们的模式使用户能够轻松地制定复杂的查询使用的信息,如锚文本的链接和它们在页面中的位置,标题和重定向页面的数量为每个页面和实体页面的段落结构。我们已经成功地将该模式应用于推荐系统、信息检索和情感分析等领域。为了帮助其他研究人员,我们现在可以在线获得该模式及其内容。
2015-08-13 cs.IR
Assessing Wikipedia-Based Cross-Language Retrieval Models
这项工作比较跨语言检索的概念模型:首先,我们适应多语言文档的概率潜在语义分析(pLSA)。不同加权方案的实验表明,有利于在两个语言端的相似长度的文档的加权方法给出了最好的结果。考虑到单语言和多语言潜在狄利克雷分配(LDA)的行为时,适用于这些文件,我们使用的训练语料库建立在维基百科上,所有的文件都是长度规范化,并获得改进,以前报告的分数LDA。我们工作的另一个重点是模型组合。为此,我们在实验中包括显式语义分析(ESA)。我们观察到,ESA是没有竞争力的LDA在基于查询的检索任务CLEF 2000数据。与单独的机器翻译相比,机器翻译与概念模型的结合将性能提高了21.1%。机器翻译依赖于并行语料库,这可能不适用于许多语言对。我们进一步探讨有多少跨语言的信息可以携带在维基百科的特定信息源,即链接文本。最好的结果是使用语言建模的方法,完全没有来自平行语料库的信息。平滑的需要提出了关于合理性和效率的有趣问题。链接模型仅捕获某种信息,并建议加权方案来强调特定单词。因此,对于组合模型,另一个有趣的问题是如何整合不同的加权方案。使用一个非常简单的组合方案,我们得到的结果,比较有利的CLEF 2000数据集上以前报道的结果。
2014-01-10 cs.CL cs.IR
Data-Efficient Autoregressive Document Retrieval for Fact Verification
KAIST AI(韩国科学技术院人工智能学院)
文档检索是许多知识密集型自然语言处理任务公式化的核心组件,例如事实验证和问答。文本知识的来源,如维基百科的文章,从模型中生成答案的条件。检索的最新进展使用序列到序列模型来递增地预测给定查询的适当维基百科页面的标题。然而,这种方法需要以人工注释的形式进行监督,以标记哪些维基百科页面包含适当的上下文。本文介绍了一种远程监督方法,不需要任何注释,训练自回归检索器,达到竞争力的R-精度和召回在zero-shot设置。此外,我们表明,与特定任务的监督微调,两个基于维基百科的事实验证任务的自回归检索性能可以接近,甚至超过完全监督使用不到$1/4$的注释数据指示可能的方向,数据高效的自回归检索。
2022-11-17 cs.AI cs.CL cs.IR
ReCoVR: Closing the Loop in Interactive Composed Video Retrieval
The University of Queensland(昆士兰大学);CSIRO Data61(CSIRO数据六十一)
ReCoVR通过双路径架构实现交互式组合视频检索的闭环,利用反思感知处理用户反馈和检索历史,提升检索效果。
2026-10-05 cs.IR
FlashCheck: Exploration of Efficient Evidence Retrieval for Fast Fact-Checking
本文提出 FlashCheck,通过索引简明事实、稠密检索与向量压缩提升证据检索效率,在 HoVer、WiCE 及总统辩论场景中实现 CPU 最高10倍、GPU 超20倍加速。
2025-02-16 cs.IR
Benchmark for Complex Answer Retrieval
检索段落来填充维基百科条目是一项具有挑战性的任务。新的TREC复杂答案检索(TREC CAR)轨道引入了针对此检索场景的综合数据集。我们提出了来自各种方法的早期结果--来自标准的信息检索方法(例如,TF-IDF)到使用知识库和深度神经网络的查询扩展的复杂系统。目标是向这一轨道的未来参与者概述解决这一问题的一些有希望的方法。
2017-05-13 cs.IR
Automated Query Learning with Wikipedia and Genetic Programming
Aalto University School of Economics(阿尔托大学经济学院)
现有的信息检索系统大多是基于词袋模型的,没有配备公共世界知识。通过使用智能算法来生成搜索查询,已经朝着提高这种系统的效率进行了工作,然而,在将人类和社会层面的知识纳入查询的方向上没有进行太多的研究。本文是第一次尝试,这些信息被纳入使用维基百科语义的搜索查询。本文提出了一个基本的转变,从传统的基于令牌的查询,以概念为基础的查询,从而提高效率的信息检索系统。为了有效地处理自动查询学习问题,我们提出了基于维基百科的进化语义(Wiki-ES)框架,其中基于概念的查询学习使用共同进化的进化过程。学习概念为基础的查询,使用智能进化过程产生显着的改善性能,这是通过广泛的研究,使用路透社新闻专线文件。与其他信息检索系统的建议框架进行比较。基于概念的方法也已经在其他信息检索系统上实现,以证明从基于标记的查询到基于概念的查询的转换的有效性。
2010-12-03 cs.AI cs.IR cs.LG
SimpleWikiSearch: A Clean Offline Wikipedia Environment for Agentic Search
Peking University(北京大学)
SimpleWikiSearch是一套明确可运行的离线维基百科环境,用于智能体搜索的可复现评估,提供基线结果及对比闭源模型的子集,而非提出新智能体算法。
2026-07-30 cs.AI cs.IR
Simulating Users in Interactive Web Table Retrieval
本研究提出基于Doc2Query的交互式查询重构策略模拟Web表格检索会话,结合用户认知状态,通过多视角评估揭示查询策略与模态对用户有效性的影响。
2023-10-18 cs.IR
Can Language Models Play the Wikipedia Game?
The Alan Turing Institute(阿兰·图灵研究所)
该研究通过维基百科游戏测试语言模型的信息检索能力,发现GPT-o3 mini等最佳模型表现与人类相当但未显著优于人类,性能随语言和主题变化,为相关技术从业者提供启示。
2026-10-12 cs.AI cs.IR
Pre-training Tasks for User Intent Detection and Embedding Retrieval in E-commerce Search
在一般语料库上预训练的BERT风格模型(例如,Wikipedia)和针对特定任务语料库的微调,最近已经成为许多NLP任务中的突破性技术:问答,文本分类,序列标记等。然而,这种技术可能并不总是有效,特别是对于两种情况:包含与一般语料库Wikipedia非常不同的文本的语料库,或者为了特定目的学习嵌入空间分布的任务(例如,近似最近邻搜索)。在本文中,以解决上述两种情况下,我们遇到的工业电子商业搜索系统,我们提出了定制和新的预训练任务的两个关键模块:用户意图检测和语义嵌入检索。微调后的自定义预训练模型小于BERT基础大小的10%,以便对成本有效的CPU服务是可行的,显着改善了其他基线模型:1)没有预训练模型和2)在离线数据集和在线系统上使用一般语料库从官方预训练的BERT微调模型。为了可重复性和未来的工作,我们开放了我们的数据集。
2022-08-22 cs.IR
Extending Cross-Modal Retrieval with Interactive Learning to Improve Image Retrieval Performance in Forensics
针对法证领域海量非结构化图像证据检索需求,提出融合交互式学习的零样本跨模态检索系统Excalibur,经仿真和用户研究验证其能有效提升检索性能且易用性良好。
2023-08-28 cs.HC cs.IR
Eliminating Hallucination in Diffusion-Augmented Interactive Text-to-Image Retrieval
Hunan University(湖南大学);University of Glasgow(格拉斯哥大学)
本文提出DMCL框架,通过引入语义一致性和扩散感知对比目标,有效消除DAI-TIR中的幻觉问题,提升检索性能。
2026-01-28 cs.IR
Establishing an Online Access Panel for Interactive Information Retrieval Research
我们提出了一个在线访问面板,以支持交互式信息检索(IIR)系统的评估过程-称为IIRpanel。通过维护IIR系统用户的在线访问面板,我们假设可以最大限度地减少为基于网络的实验室研究招募参与者的重复性工作。我们的目标是使用在线访问面板,不仅为我们自己的开发过程,但开放给其他感兴趣的研究人员在IIR领域。在本文中,我们提出了IIRpanel的概念,以及第一个实现细节。
2014-07-06 cs.DL cs.IR
ADEPT: An Entropy-Driven Dual-Strategy Agent for Interactive Video Retrieval
提出ADEPT框架,通过熵驱动的决策引擎动态选择ASK或REFINE策略,解决用户意图与查询之间的鸿沟,在交互式视频检索中显著超越现有基线。
2026-05-07 cs.AI cs.IR
A Quantum-based Model for Interactive Information Retrieval (extended version)
即使是最好的信息检索模型也不能总是识别出对用户查询最有用的答案。网络搜索系统尤其如此,众所周知,用户往往会尽量减少访问相关信息的努力。然而,相信可以利用用户与诸如web搜索引擎的检索系统之间的交互来向用户提供更好的答案。交互式信息检索(IR)系统中,用户通过与搜索系统的一系列交互来获取信息,它涉及到建立IR模型,其中交互起着核心作用。在用户和搜索系统之间存在许多可能的交互,范围从查询(重新)公式化到相关反馈。然而,捕捉他们在一个单一的框架是困难的,以前提出的方法主要集中在相关反馈。在本文中,我们提出了一个通用的框架,交互式IR,能够捕捉到完整的互动过程中的原则。我们的方法依赖于量子物理的概率框架的概括,其强大的几何组成部分可以是一个成功的交互式IR模型的关键。
2009-06-23 cs.DL cs.IR
Retrieval Augmentation for T5 Re-ranker using External Sources
Google Research(谷歌研究院)
检索增强在不同的任务中显示出有希望的改进。然而,这种增强是否可以帮助基于大语言模型的重新排序器仍然不清楚。我们研究如何增强T5为基础的重新排名使用高质量的信息检索两个外部语料库-一个商业网络搜索引擎和维基百科。我们经验证明检索增强可以大大提高T5为基础的重新排序器的有效性域内和zero-shot域外重新排序任务。
2022-10-11 cs.CL cs.IR
CLIP-Branches: Interactive Fine-Tuning for Text-Image Retrieval
针对CLIP类文本-图像检索结果精度与完整性不足的问题,提出CLIP-Branches搜索引擎,通过交互式微调让用户迭代标注正负例优化查询,结合预构建高效索引保证响应速度,提升检索相关性与准确性。
2024-06-19 cs.IR
Exploiting Latent Codes: Interactive Fashion Product Generation, Similar Image Retrieval, and Cross-Category Recommendation using Variational Autoencoders
University of the Philippines, Diliman(菲律宾大学迪利曼分校)
深度学习应用在时尚行业的兴起推动了大规模数据集的管理,以构建产品设计,图像检索和推荐系统的应用程序。本文提出利用变分自编码器(Variational Autoencoder,VAE)来构建一个交互式的时尚产品应用框架,允许用户根据自己的喜好生成具有属性的产品,检索同一产品类别的相似风格,并接收来自其他类别的基于内容的推荐。包含眼镜、鞋类和箱包的时尚产品图像数据集适合于说明该管道适用于蓬勃发展的电子商务行业,从而能够在指定所需产品时与新的数据匹配方法进行直接用户交互,并通过使用VAE并利用其生成的潜在代码来推荐系统。
2020-09-02 cs.CV cs.IR
Balancing Reinforcement Learning Training Experiences in Interactive Information Retrieval
Georgetown University(乔治城大学)
交互式信息检索(IIR)和强化学习(RL)有许多共同点,包括在交互时学习的代理,长期而复杂的目标以及探索和适应的算法。为了成功地将强化学习方法应用于IIR,一个挑战是获得足够的相关标签来训练强化学习代理,这是众所周知的样本效率低下。然而,在针对给定查询注释的文本语料库中,占主导地位的不是相关文档,而是不相关文档。这将导致代理的训练经验非常不平衡,并阻止它学习任何有效的策略。我们的论文通过使用域随机化来合成更多相关文档以进行训练来解决这个问题。我们在Text Retrieval Conference(TREC)Dynamic Domain(DD)2017 Track上的实验结果表明,该方法能够将RL agent的学习效率提高22%,以处理未知情况。
2021-06-09 cs.AI cs.IR
Interactive Spoken Content Retrieval by Deep Reinforcement Learning
Graduate Institute of Communication Engineering, National Taiwan University(国立台湾大学通信工程研究所);Electrical Engineering, National Taiwan University(国立台湾大学电机工程学系)
人机交互对于语音内容检索是非常重要的。对于文本内容检索,用户可以轻松地浏览并选择检索到的项目列表。这对于口语内容检索是不可能的,因为检索到的项目难以在屏幕上显示。此外,由于语音识别的高度不确定性,检索结果可能是非常嘈杂的。克服这些困难的一种方法是通过用户-机器交互。机器可以采取不同的动作与用户进行交互,以获得更好的检索结果,然后再展示给用户。合适的行动取决于检索状态,例如,从用户请求额外的信息,返回一个列表的主题供用户选择等,在我们以前的工作中,一些手工制作的状态估计从目前的检索结果被用来确定适当的行动。在本文中,我们建议使用Deep-Q-Learning技术来确定交互式口语内容检索的机器动作。Deep-Q-Learning绕过了对手工状态的估计,并且即使没有任何人类知识,也可以根据当前的检索状态直接确定最佳操作。与以前的手工制作的状态相比,它可以实现更好的性能。
2016-09-16 cs.CL cs.IR
Mining Meaning from Wikipedia
University of Waikato(怀卡托大学)
维基百科是一座信息的金矿;不仅对它的许多读者来说,而且对越来越多的研究人员来说,他们认为它是一种具有特殊规模和实用性的资源。它代表了人工努力和判断的巨大投资:一个巨大的,不断发展的概念和关系的挂毯,被应用于一系列任务。这篇文章提供了一个全面的描述这项工作。它侧重于提取和利用维基百科中的概念、关系、事实和描述的研究,并将工作分为四大类:将维基百科应用于自然语言处理;使用它来促进信息检索和信息抽取;以及作为本体构建的资源。这篇文章讨论了维基百科是如何被使用的,它是如何被改进和调整的,以及它是如何与其他结构相结合来创建全新的资源的。我们确定了参与的研究小组和个人,以及他们的工作在过去几年中是如何发展的。我们提供了一个完整的清单,列出了他们制作的开源软件。
2009-05-10 cs.AI cs.CL cs.IR
Active Learning via Classifier Impact and Greedy Selection for Interactive Image Retrieval
Tel-Aviv University(特拉维夫大学);OriginAI
针对交互式图像检索中开放集、类别不平衡且初始标注极少的二分类问题,提出GAL批量主动学习框架,通过分类器影响采集函数与贪婪批次选择提升检索性能,并给出高斯过程情形的理论保证。
2024-12-03 cs.CV cs.IR
Toward Word Embedding for Personalized Information Retrieval
Université de Grenoble(格勒诺布尔大学);CNRS(法国国家科学研究中心);Université de Saint-Étienne(圣艾蒂安大学)
本文介绍了在个性化信息检索的背景下,使用词嵌入(word2vec)查询扩展的初步工作。传统上,词嵌入是在一个通用的语料库上学习的,比如维基百科。在这项工作中,我们试图个性化的词嵌入学习,通过实现对用户的个人资料的学习。然后,词嵌入处于与用户兴趣相同的上下文中。我们的建议是在CLEF社会图书搜索2016年收集评估。研究结果表明,在个性化信息检索中,词嵌入的应用还有待进一步研究。
2016-06-22 cs.CL cs.IR
PK-ICR: Persona-Knowledge Interactive Context Retrieval for Grounded Dialogue
针对多上下文扎根对话中联合识别角色设定与知识的问题,提出可同时利用全部对话上下文、基于神经问答检索的低计算量方法PK-ICR,并设计零正例排序测试评估难负例排序性能。
2024-08-11 cs.CL cs.IR
An Interactive Multi-modal Query Answering System with Retrieval-Augmented Large Language Models
本文提出交互式多模态查询应答系统MQA,通过对比学习度量多模态相似度,并结合计算剪枝优化的导航图索引和可插拔框架,实现与大语言模型集成的多模态知识库高效检索与问答。
2024-07-05 cs.DB cs.IR
Does Document Structure Help Dense Retrieval? A Placebo-Controlled Ablation of Four Mechanisms Across Two Corpora
Center for Research Computing, University of Notre Dame(圣母大学研究计算中心)
通过安慰剂对照消融实验,验证文档结构处理对稠密检索的贡献,发现结构对齐分块和真实标题路径有效,而朴素分层检索有害,效应虽小但跨语料库稳健。
2026-10-08 cs.AI cs.IR
GoldenRetriever: Non-Interactive Homomorphic Encrypted Retrieval for Privacy-Preserving RAG
University of Central Florida(中佛罗里达大学);Florida International University(佛罗里达国际大学);University of Florida(佛罗里达大学)
针对现有隐私保护RAG检索方案延迟高、易泄露的问题,提出基于阈值选择的非交互式同态加密检索框架,通过CKKS同态计算与掩码极化方法实现高效安全的检索,性能优于排名式加密方法。
2026-08-03 cs.CL cs.CR cs.IR
ADaFuSE: Adaptive Diffusion-generated Image and Text Fusion for Interactive Text-to-Image Retrieval
Hunan University(湖南大学);University of Glasgow(格拉斯哥大学)
ADaFuSE通过引入双分支融合机制,结合自适应门控和语义感知专家混合,提升交互式文本到图像检索的性能,实现更稳健的多模态融合。
2026-03-23 cs.CV cs.IR
Real-time retrieval for case-based reasoning in interactive multiagent-based simulations
Centre Européen de Réalité Virtuelle(欧洲虚拟现实中心);UEB(西布列塔尼大学);ENIB(法国国立布雷斯特工程师学院);LISyC(信息与系统实验室);CERV(欧洲虚拟现实中心)
本文的目的是介绍基于案例推理的原理和结果,适用于实时的交互式仿真,更准确地说,涉及检索机制。本文首先介绍了交互式基于多智能体的模拟中所涉及的约束。第二部分提出了一个基于案例推理的自主智能体框架。每个代理使用本地情况的案例库,并且从这个基础,它可以选择动作以便与其他自动代理或用户的化身交互。我们用一个专门研究足球动态情况的例子来说明这个框架。然后,我们继续解决的困难,进行这种模拟在实时的,并提出了一个模型的情况下,为案例库。使用通用代理和适当的情况下,与一个专门的召回算法的基础结构,我们提高了检索性能的时间压力相比,经典的CBR技术。我们提出了一些结果有关的性能,这种解决方案。文章最后概述了我们的项目的未来发展。
2011-07-17 cs.AI cs.IR cs.MA
Visual-Interactive Similarity Search for Complex Objects by Example of Soccer Player Analysis
Technische Universität Darmstadt(达姆施塔特工业大学);St. Pölten University of Applied Sciences(圣帕尔滕应用科学大学);Fraunhofer Institute for Computer Graphics Research(弗劳恩霍夫计算机图形学研究所)
在数据挖掘、信息检索或机器学习中分析复杂数据类型时,相似性的定义是一个关键的先决条件。然而,有意义的定义往往是由数据对象的复杂性,特别是由目标用户组中潜在的主观相似性的不同概念的阻碍。以足球运动员为例,我们提出了一个视觉交互系统,学习用户的心理模型的相似性。在视觉交互界面中,用户能够根据他们主观的相似性概念来标记足球运动员对。我们提出的相似性模型自动学习各自的概念相似性使用主动学习策略。一个可视化的交互式检索技术提供了验证模型,并执行下游检索任务的足球运动员分析。该方法的适用性表现在不同的评估策略,包括使用的验证和交叉验证测试。
2017-03-09 cs.IR cs.LG
From A Glance to "Gotcha": Interactive Facial Image Retrieval with Progressive Relevance Feedback
Carnegie Mellon University(卡内基梅隆大学);Google LLC(谷歌公司);UC Berkeley(加州大学伯克利分校);University of Pennsylvania(宾夕法尼亚大学)
面部图像检索在法医调查中起着重要的作用,其中未经训练的证人试图从大量的图像中识别嫌疑人。然而,由于难以口头和直接地描述人类面部外观,人们自然倾向于通过参考众所周知的现有图像并将面部的特定区域与它们进行比较来描绘,并且每次提供完整的比较也是具有挑战性的。因此,我们提出了一个端到端的框架来检索面部图像与相关反馈逐步提供的证人,使历史信息在多个回合的开发和交互式和迭代的方法来检索的心理形象。由于不需要任何额外的注释,我们的模型可以以一点响应工作为代价来应用。在\texttt{CelebA}上进行了实验,通过百分位数排序来评估性能,在最佳设置下,性能达到99%.由于这一主题仍然很少探索到我们所知道的最好的,我们希望我们的工作可以作为一个垫脚石,为进一步的研究。
2020-07-30 cs.CV cs.IR
Improving Data Reusability in Interactive Information Retrieval: Insights from the Community
Peking University(北京大学);University of Oklahoma(俄克拉荷马大学);University of California, Los Angeles(加利福尼亚大学洛杉矶分校)
本研究通过访谈IIR研究人员,探讨数据重用实践,旨在促进数据共享与重用文化。
2025-12-20 cs.DL cs.IR
Integrating Interactive Visualizations in the Search Process of Digital Libraries and IR Systems
用于探索和检索的交互式可视化尚未成为数字图书馆和信息检索系统的组成部分。我们已经在一个真实世界的社会科学数字图书馆中集成了一组交互式图形。这些可视化支持搜索查询,结果和作者的探索,可以过滤搜索结果,显示数据库中的趋势,并可以支持创建新的搜索查询。加权刷动的使用支持搜索方面的相关元数据的标识。我们讨论了IR系统和交互式图形相结合的一些用例。在用户研究中,我们验证了用户可以直观地从统计图形中获得见解,并可以采用交互技术。
2012-01-12 cs.DL cs.IR
Q4EDA: A Novel Strategy for Textual Information Retrieval Based on User Interactions with Visual Representations of Time Series
Dalhousie University(达尔豪斯大学)
了解如何构建基于文本的搜索引擎(SQ),用于搜索引擎(SE),如谷歌或维基百科已成为一项基本技能。虽然通过这些SE可以获得许多数据,但大多数结构化数据集都在其范围之外。可视化工具可以帮助解决这一限制,但没有任何工具能够接近通过通用SE获得的信息量。为了填补这一空白,本文提出了Q4EDA,一种新的框架,转换用户的视觉选择查询上执行的时间序列的视觉表示,提供有效和稳定的SQs用于通用SE和相关信息的建议。用户通过一个应用程序介绍并验证了Q4EDA的有用性,该应用程序将Gapminder的折线图复制品与填充有维基百科文件的SE相连接,显示Q4EDA如何支持和加强对联合国世界指标的探索性分析。尽管有一些限制,Q4EDA在其提案中是独一无二的,并且代表了基于用户与视觉表示的交互来查询文本信息的解决方案的真正进步。
2022-08-02 cs.HC cs.IR cs.LG
XGraphRAG: Interactive Visual Analysis for Graph-based Retrieval-Augmented Generation
State Key Lab of CAD&CG, Zhejiang University(浙江大学计算机辅助设计与图形学国家重点实验室)
针对GraphRAG因处理管线复杂、LLM调用量大导致的可解释性与易用性不足问题,提出可视化分析框架并开发原型系统XGraphRAG,通过交互式可视化辅助识别关键召回、追踪流程、收集失败案例,经验证有效且可用,已开源。
2025-06-10 cs.AI cs.IR
Unified Interactive Multimodal Moment Retrieval via Cascaded Embedding-Reranking and Temporal-Aware Score Fusion
本文提出通过级联嵌入-重排序和时间感知得分融合实现统一的多模态时刻检索系统,解决跨模态噪声、时间序列连贯性和模态选择问题。
2025-12-15 cs.AI cs.CV cs.IR
whu-nercms at trecvid2021:instance search task
Wuhan University(武汉大学);National Engineering Research Center for Multimedia Software(国家多媒体软件工程技术研究中心)
本文将简要介绍WHU-NERCMS在TRECVID 2021中的实验方法和结果。今年,我们参与了实例搜索(INS)的自动和交互式任务。对于自动任务,检索目标分为两部分,人检索和动作检索。我们采用了两个阶段的方法,包括人脸检测和人脸识别的人检索和两种动作检测方法,包括三个基于帧的人与物体的交互检测方法和两个基于视频的一般动作检测方法的动作检索。然后,融合人物检索结果和动作检索结果,初始化结果排序列表。此外,我们尝试使用互补的方法,以进一步提高搜索性能。对于交互式任务,我们测试了两种不同的交互策略的融合结果。我们分别为自动和交互式任务提交了4次运行。每次运行的介绍如表1所示。官方评估表明,所提出的战略在自动和互动轨道中均排名第一。
2022-06-17 cs.CV cs.IR cs.MM
Diffusion Augmented Retrieval: A Training-Free Approach to Interactive Text-to-Image Retrieval
Hunan University(湖南大学);University of Glasgow(格拉斯哥大学)
针对交互式文本到图像检索中微调多模态大语言模型成本高且泛化差的问题,提出免训练框架DAR,利用扩散模型和LLM对话细化生成中间表示,在复杂查询上表现更优。
2025-07-10 cs.AI cs.CV cs.IR
Reading Protocol: Understanding what has been Read in Interactive Information Retrieval Tasks
在交互式信息检索(IIR)实验中,用户在网页上的注视运动通常是通过眼动追踪来记录的。这些数据用于分析凝视行为或识别用户查看的感兴趣区域(AOI)。到目前为止,用于分析眼动追踪数据的工具在支持IIR实验中的注视行为分析方面具有一定的局限性。实验通常由大量不同的访问网页组成。在现有的分析工具中,数据只能在视频或图像中进行分析,每个网页的AOI必须手动指定,这是一个非常耗时的过程。在这项工作中,我们提出了阅读协议的软件,打破眼动追踪数据到文本级别考虑的HTML结构的网页。这对分析师来说有很多好处。首先,它可以很容易地在大规模上识别出受试者在刺激页面上实际观看和阅读的内容。第二,可以使用网页结构来过滤AOI。第三,多个用户的注视数据可以呈现在同一页面上,第四,文本上的注视时间可以导出并在其他工具中进一步处理。我们介绍了软件,它的验证,并从三个现有的IIR实验数据的示例用例。
2019-02-12 cs.HC cs.IR
Positive-First Most Ambiguous: A Simple Active Learning Criterion for Interactive Retrieval of Rare Categories
INRIA, LIRMM, Université de Montpellier(法国国家信息与自动化研究所,蒙彼利埃大学计算机科学、机器人技术与微电子实验室);Institut National de l’Audiovisuel(法国国家视听研究所)
本文提出PF-MA准则,用于在低预算和低延迟环境下有效检索罕见类别,通过优先选择边界样本和可能的正例,提升检索效率和用户满意度。
2026-04-08 cs.CV cs.HC cs.IR
Enhancing Flood Impact Analysis using Interactive Retrieval of Social Media Images
Friedrich Schiller University Jena(耶拿弗里德里希·席勒大学);Deutsches GeoForschungsZentrum(德国地球科学研究中心)
由于传感器的粗略分布或传感器故障,对洪水等自然灾害的及时分析通常会受到数据有限的影响。利用社交媒体平台上发布的事件图像中所含的信息,即所谓的“嵌入式地理信息",可以缓解这一限制。为了节省分析师从需要检查所有的图像在线手动发布,我们建议使用基于内容的图像检索的可能性,相关反馈检索事件的相关图像进行分析。为了评估这种方法,我们引入了一个新的3,710幅洪水图像的数据集,由领域专家注释了它们与三项任务(确定淹没区域,淹没深度,水污染)的相关性。我们在该数据集上比较了几种图像特征和相关反馈方法,混合了97,085张干扰图像,并且能够将前100个检索结果的准确率从基线检索的55%提高到5轮反馈后的87%。
2019-08-09 cs.CV cs.IR cs.MM
Top K Relevant Passage Retrieval for Biomedical Question Answering
University of Kentucky(肯塔基大学)
本文针对生物医学问答中Wikipedia源不足的问题,在DPR框架上改用Pubmed文章进行微调,并在BioASQ数据集上取得0.81的F1分数。
2023-08-08 cs.AI cs.CL cs.IR
InteractiveSurvey: An LLM-based Personalized and Interactive Survey Paper Generation System
The Hong Kong Polytechnic University(香港理工大学);Huawei Technologies Co., Ltd(华为技术有限公司)
针对人工撰写综述耗时费力、现有LLM方法缺乏个性化的问题,提出InteractiveSurvey系统,结合在线检索与用户上传参考文献,支持用户通过直观界面定制中间组件,生成结构化多模态综述,在内容质量和时间效率上均优于多数现有方法。
2025-03-31 cs.AI cs.IR
The Landscape of Data Reuse in Interactive Information Retrieval: Motivations, Sources, and Evaluation of Reusability
本文通过21次半结构化深度访谈,系统考察了交互式信息检索研究者数据复用的动机、来源发现方式与可复用性评估标准,揭示了该领域数据复用面临的挑战,为促进社区级数据复用文化与标准提供了实证依据。
2024-11-23 cs.DL cs.IR
V-Agent: An Interactive Video Search System Using Vision-Language Models
Korea Advanced Institute of Science and Technology(韩国科学技术院)
V-Agent通过多智能体协作和视觉-语言模型提升视频搜索性能,实现多模态交互与零样本性能。
2026-01-07 cs.AI cs.CV cs.IR