On the Equivalence of Generative and Discriminative Formulations of the Sequential Dependence Model
顺序依赖模型(SDM)是一种基于概率图模型理论的检索模型。虽然它最初是由Metzler和Croft作为马尔可夫随机场(又名判别概率模型)引入的,但在本文中,我们证明了它等价于生成概率模型。为了建立一个基础,为未来的检索模型,本文详细介绍了公理基础的SDM模型的歧视性和生成概率模型。唯一的区别是在对数空间或多项式空间中估计模型参数。我们表明,参数估计与网格调整产生负面影响的生成配方,当参数估计与坐标-梯度下降的效果消失。这是令人担忧的,因为经验上的差异可能被错误地归因于改进的模型。
2018-05-01 cs.IR
Measuring Hypothesis Testing Errors in the Evaluation of Retrieval Systems
本研究针对检索系统评估中qrels的判别力问题,提出量化第二类错误并采用平衡准确率等平衡分类指标,以更全面衡量假设检验错误,实验表明该方法能提供额外见解并简化比较。
2025-07-10 cs.IR
Learning Discriminative Hashing Codes for Cross-Modal Retrieval based on Multi-view Features
散列技术因其存储要求低、处理速度快等优点在检索任务中得到了广泛的应用。许多基于单一视图的散列方法已被广泛研究用于信息检索。然而,单个视图的表示能力不足,并且没有捕获一些区分信息,这导致改进有限。在本文中,我们采用多个视图来表示图像和文本,以丰富的特征信息。我们的框架利用多个视图之间的互补信息,以更好地学习有区别的紧凑哈希码。提出了一种联合进行分类器学习和子空间学习的离散散列学习框架,以同时完成多个搜索任务。我们的框架包括两个阶段,即核化过程和量化过程。核化的目的是找到一个共同的子空间,多视图功能可以融合。量化阶段被设计为学习有区别的统一散列码。在单标签数据集(WiKi和MMED)和多标签数据集(MIRFlickr和NUS-WIDE)上进行了大量的实验,实验结果表明了该方法的优越性。
2020-01-06 cs.IR cs.LG cs.MM
DELTA: Pre-train a Discriminative Encoder for Legal Case Retrieval via Structural Word Alignment
Tsinghua University(清华大学);Quan Cheng Laboratory(泉城实验室);Zhongguancun Laboratory(中关村实验室);Huawei Cloud BU(华为云业务部)
提出DELTA判别模型,通过将词对齐机制引入上下文掩码自编码器,定位法律案件关键事实并优化[CLS]嵌入,有效提升了法律案件检索性能。
2024-03-27 cs.CL cs.IR
Spatially-Enhanced Retrieval-Augmented Generation for Walkability and Urban Discovery
IIT-CNR(意大利国家研究委员会信息技术与机器人研究所);ISTI-CNR(意大利国家研究委员会计算机科学研究所)
WalkRAG通过空间增强的检索增强生成框架,结合信息检索与空间推理,为用户提供步行性城市探索的推荐服务。
2025-12-04 cs.IR
Combating Ambiguity for Hash-code Learning in Medical Instance Retrieval
当遇到可疑诊断病例时,医学实例检索可以帮助放射科医生从大型图像数据库中找到包含与查询病例相似的实例的图像,从而进行循证诊断。通过从病理异常区域提取的视觉特征确定查询病例和检索到的相似病例之间的相似性。然而,这些区域的表现往往缺乏特异性,即,不同的疾病可以有相同的表现,同一种疾病在不同的阶段也可以有不同的表现。为了解决医学实例检索中的表现模糊性,我们提出了一种名为Y-Net的新型深度框架,将图像编码为通过特征聚合从卷积特征生成的紧凑散列码。Y-Net可以通过统一像素分割损失和分类损失来学习高度区分的卷积特征。分割损失允许探索细微的空间差异以获得良好的空间可辨别性,而分类损失利用类感知的语义信息以获得良好的语义可分离性。结果表明,Y-Net在模型训练过程中能够增强异常区域的视觉特征,抑制背景的干扰,在检索阶段能够有效地将鉴别特征嵌入到哈希码中。在两个医学图像数据集上的大量实验表明,Y-Net可以减轻病理异常区域的模糊性,其检索性能优于最先进的方法,在返回的10个列表上平均为9.27%。
2021-05-19 cs.IR
Vector embedding of multi-modal texts: a tool for discovery?
本研究利用视觉语言模型为计算机科学教科书生成多模态向量嵌入,通过75个查询的基准测试发现余弦相似度检索效果最佳,为数字图书馆发现提供设计见解。
2025-09-10 cs.IR
Beyond Context Windows: Persistent Discovery Context for Data-Centric Agents
Megagon Labs(美嘉冈实验室)
针对以数据为中心智能体发现结果未被复用的问题,提出持久发现上下文这一轻量级内存层,在多结构化数据环境中提升了检索质量,部分场景下其性能优于元数据检索。
2026-09-03 cs.AI cs.IR
Unsupervised, Efficient and Semantic Expertise Retrieval
University of Amsterdam(阿姆斯特丹大学)
我们引入了一个无监督的判别模型的任务,检索专家在线文档集。我们只使用文本证据,并通过以无监督的方式学习分布式单词表示来避免显式特征工程。我们将我们的模型与最先进的无监督统计向量空间和概率生成方法进行比较。我们提出的对数线性模型达到了最先进的以文档为中心的方法的检索性能水平,具有所谓的以配置文件为中心的方法的低推理成本。在大多数情况下,它在向量空间和生成模型上产生了统计上显著的改进排名,与各种基准上的监督方法的性能相匹配。也就是说,通过只使用文本,我们可以做得和使用外部证据和/或相关反馈的方法一样好。对比分析的排名产生的歧视性和生成的方法表明,他们有互补的优势,由于无监督的判别模型进行语义匹配的能力。
2017-09-17 cs.AI cs.CL cs.IR
Intelligent Multimodal Retrieval and Reasoning for Geospatial Knowledge Discovery on the I-GUIDE Platform
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);The University of Texas at Dallas(德克萨斯大学达拉斯分校)
提出I-GUIDE Smart Search系统,结合多模态索引与知识图谱的迭代RAG管道,实现地理空间异构数据的语义检索、图谱溯源和对话合成,在单A100部署下支持约100并发用户,提升检索覆盖与答案质量。
2026-06-16 cs.IR
RankEvolve: Automating the Discovery of Retrieval Algorithms via LLM-Driven Evolution
Santa Clara University Santa Clara CA USA;Independent Researcher Bothell WA USA;Santa Clara University;Independent Researcher
RankEvolve通过LLM驱动的进化方法自动发现改进的检索算法,展示了在多个基准测试中的有效性。
2026-02-18 cs.AI cs.IR
Dual Pose-invariant Embeddings: Learning Category and Object-specific Discriminative Representations for Recognition and Retrieval
Purdue University(普渡大学)
本文提出基于注意力的双编码器与姿态不变排序损失,联合学习类别和对象身份嵌入,在三个多视图数据集上显著提升单视图识别与检索性能。
2024-03-01 cs.CV cs.IR cs.LG
Query Adaptive Late Fusion for Image Retrieval
Tsinghua University(清华大学);Australian National University(澳大利亚国立大学)
特征融合是图像检索任务中常用的策略,它将多个视觉特征的匹配响应聚合在一起。可行的特征集可以是整个图像的描述符(SIFT、HSV),也可以是不同局部部位(面部、身体)的相同描述符。理想情况下,要融合的异质特征被预先假定为是相互区分和互补的。然而,不同特征的有效性根据不同的查询而显著不同。也就是说,对于某些查询,一个特征可能既不是对现有查询的区分性也不是对现有查询的补充,而对于其他查询,该特征就足够了。因此,重要的是以查询自适应的方式估计特征的有效性。为此,本文提出了一种新的分数级后期融合方案。我们基于我们的方法的观察,排序的分数曲线包含模式,描述其有效性。例如,“L”形曲线表示特征是有区别的,而逐渐下降的曲线表示不良特征。因此,本文介绍了查询自适应后期融合流水线。在手工制作的版本中,它可以是一种无监督的方法来执行特定对象检索等任务。在学习版本中,它还可以应用于基于可训练神经模块的监督任务,如人员识别和行人检索。在两个对象检索数据集和一个人识别数据集上进行了大量的实验。我们表明,我们的方法是能够突出好的功能和抑制坏的,是有弹性的分心功能,并实现了非常有竞争力的检索精度相比,最先进的。在一个额外的人重新识别数据集,所提出的方法的应用范围和局限性进行了研究。
2018-10-31 cs.CV cs.IR cs.LG
Personalized Deep Research: A User-Centric Framework, Dataset, and Hybrid Evaluation for Knowledge Discovery
City University of Hong Kong(香港城市大学);Huawei Technologies Ltd.(华为技术有限公司)
本文提出PDR框架,结合用户上下文动态调整检索深度和广度,通过混合评估方法提升检索效用和报告相关性,验证了个性化知识获取的可行性。
2026-05-11 cs.IR
DeepTaxon: An Interpretable Retrieval-Augmented Multimodal Framework for Unified Species Identification and Discovery
National University of Singapore(新加坡国立大学);Hunan University(湖南大学);Xiangtan University(湘潭大学);Hunan Normal University(湖南师范大学);Zhejiang University(浙江大学);Cornell University(康奈尔大学);Meituan(美团)
DeepTaxon通过可解释的检索增强多模态框架,统一物种识别与发现,通过检索证据进行链式推理,提升识别和发现的准确性与可解释性。
2026-04-27 cs.CL cs.CV cs.IR
Team LA at SCIDOCA shared task 2025: Citation Discovery via relation-based zero-shot retrieval
Japan Advanced Institute of Science and Technology(日本先进科学研究院);Hanoi University of Engineering and Technology(河内工程大学)
针对引文发现任务中摘要长且相似度高的问题,本文提出先基于关系特征检索前k个候选,再用大语言模型精确定位最相关引文,并在SCIDOCA 2025训练集上验证了有效性。
2025-06-23 cs.CL cs.IR
Toward General Semantic Chunking: A Discriminative Framework for Ultra-Long Documents
KingSoft Office Zhuiguang AI Lab(金山办公曙光人工智能实验室)
本文提出基于Qwen3-0.6B的判别分割模型,通过跨窗口上下文融合和重叠滑动窗口策略,实现超长文档的高效段落边界检测,并提升下游检索效率。
2025-12-23 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
Beyond [CLS] through Ranking by Generation
Amazon(亚马逊)
生成模型的信息检索,其中排名的文件被视为从一个文件的语言模型生成一个查询的任务,是非常成功的各种IR任务在过去。然而,随着现代深度神经网络的出现,注意力已经转移到对文档和查询的语义相似性进行建模的判别排名函数。最近,GPT2和BART等深度生成模型已被证明是优秀的文本生成器,但它们作为排名器的有效性尚未得到证明。在这项工作中,我们重新审视了生成框架信息检索,并表明我们的生成方法是有效的最先进的基于语义相似性的判别模型的答案选择任务。此外,我们证明了IR的不可能损失的有效性。
2020-10-06 cs.CL cs.IR
DiffATR: Diffusion-based Generative Modeling for Audio-Text Retrieval
School of ECE, Peking University(北京大学电子学院)
针对现有判别式音频-文本检索方法难以辨别分布外数据的问题,提出基于扩散的生成式框架DiffATR,通过建模联合概率并融合生成与对比损失进行优化,在多个数据集上取得优异性能且在域外检索中表现稳健。
2024-10-17 cs.IR cs.SD eess.AS
Guardian Crawler: Retrieval-First Knowledge Discovery with Bounded LLM Augmentation for Noisy Web Intelligence
Old Dominion University(奥多明尼昂大学)
Guardian Crawler是面向噪声网络智能的检索优先型测试平台,结合BM25与风险感知重排序等技术,在合成语料库实验中取得较高检索分数,可用于知识发现与证据摘要生成。
2026-08-11 cs.AI cs.CL cs.IR
Accelerating Manufacturing Scale-Up from Material Discovery Using Agentic Web Navigation and Retrieval-Augmented AI for Process Engineering Schematics Design
Tata Research(塔塔研究院)
针对材料发现到工业生产规模化中合规工艺原理图生成难的问题,提出融合智能体网页检索、Graph RAG知识图谱的两阶段自主框架,可低专家干预生成合规原理图,具备工业实用价值。
2024-12-08 cs.AI cs.IR cs.LG
RAVEN: An Agentic Framework for Multimodal Entity Discovery from Large-Scale Video Collections
Aviary Inc.(Aviary公司)
RAVEN 提出一个模型无关的自适应 AI 智能体框架,通过类别理解、模式生成和语义检索引导的实体提取,实现大规模视频集合中跨视觉、音频和文本模态的实体发现与检索。
2025-03-03 cs.AI cs.IR
Comparing Retrieval Methods for Academic Advisor Discovery: A Six-Method Study of 768 CS Faculty Profiles Across 9 US Universities
本研究针对学术导师发现任务,对比评估六种检索方法,基于768名美高校CS教师档案数据,发现Reranked方法表现最优,还揭示了不同信息类型对检索效果的影响并公开了全部相关资源。
2026-09-04 cs.IR cs.LG
Proximal Policy Optimization for Improved Convergence in IRGAN
National Institute of Technology Karnataka(卡纳塔克邦国家理工学院)
IRGAN是一种信息检索(IR)建模方法,它利用生成模型和判别模型之间的理论极小极大博弈来迭代优化生成模型和判别模型,从而统一了生成模型和判别模型。尽管在几个信息检索任务中有显着的性能改进,但IRGAN训练是一个不稳定的过程,并且解决方案随着随机参数初始化而变化很大。在这项工作中,我们提出了一个改进的训练目标的基础上,近端策略优化目标和Gumbel-Softmax为基础的采样生成器。我们还提出了一个修改后的训练算法,它需要一个单一的梯度更新的生成器以及每个迭代步骤的迭代。我们提出了改进的收敛性的实证证据,该模型在原来的IRGAN和三个不同的IR任务的基准数据集上的比较也进行了讨论,强调该模型的优越性能。
2019-10-01 cs.IR cs.LG
MediaWiki Code2Code Search: Neural Retrieval for the Semantic Discovery of Open-Source Software Entities
Sant’Anna School of Advanced Studies(圣安娜高等研究大学)
针对大规模代码搜索的词汇鸿沟与检索权衡问题,提出MediaWiki Code2Code神经检索系统,其在基准测试中性能优于BM25,可高效发现开源软件实体。
2026-11-03 cs.AI cs.CL cs.IR
Deploying Semantic ID-based Generative Retrieval for Large-Scale Podcast Discovery at Spotify
Spotify
本文提出GLIDE模型,通过语义ID实现播客推荐,结合语义、上下文和用户状态,提升用户发现新播客和非习惯性流媒体体验。
2026-03-18 cs.IR cs.LG
Accelerating Causal Network Discovery of Alzheimer Disease Biomarkers via Scientific Literature-based Retrieval Augmented Generation
本研究结合科学文献与RAG技术提取阿尔茨海默病生物标志物并生成其因果关系,经评估发现RAG可提升大语言模型生成因果网络的准确性,但整体表现仍有限,旨在推动相关AI基础研究发展。
2025-06-12 cs.IR q-bio.QM
COVID-19 Knowledge Graph: Accelerating Information Retrieval and Discovery for Scientific Literature
Amazon Web Services AI(亚马逊云科技人工智能)
冠状病毒病(COVID-19)已夺去全球逾35万人的生命,并感染逾600万人。几个搜索引擎已经浮出水面,为研究人员提供了额外的工具,以便从快速增长的COVID-19语料库中查找和检索信息。这些引擎缺乏必要的提取和可视化工具来检索和解释科学文献固有的复杂关系。此外,由于这些引擎主要依赖于语义信息,它们捕获跨文档的复杂全局关系的能力是有限的,这降低了用户基于相似性的文章推荐的质量。在这项工作中,我们提出了COVID-19知识图谱(CKG),这是一个用于提取和可视化COVID-19科学文章之间复杂关系的异构图。CKG将语义信息和文档拓扑信息结合起来,用于相似文档检索。CKG使用数据的潜在模式构建,然后使用可扩展的AWS技术从文章的非结构化文本中提取的生物医学实体信息进行丰富,以形成图中的关系。最后,我们提出了一个文档相似性引擎,利用低维图嵌入CKG与语义嵌入相似的文章检索。分析证明了CKG中关系的质量,并表明它可用于发现COVID-19科学文章中有意义的信息。CKG帮助为www.cord19.aws提供动力,并公开提供。
2020-07-24 cs.AI cs.CL cs.IR
Co-adaptive Rule Routing and Constraining for Structured Knowledge Retrieval
University of Georgia(佐治亚大学);Michigan State University(密歇根州立大学);Georgia Institute of Technology(佐治亚理工学院);Amazon(亚马逊);Adobe Systems(奥多比系统公司);PNNL(太平洋西北国家实验室);Texas A&M University(德克萨斯农工大学)
针对现有结构化知识检索依赖的预定义查询-规则监督难以获取的问题,提出CoRE模型,通过路由智能体与规则约束检索器的协同自适应,在STaRK-QA数据集上验证了其有效性。
2026-10-20 cs.AI cs.IR
Pneuma: Leveraging LLMs for Tabular Data Representation and Retrieval in an End-to-End System
本文提出Pneuma,一个利用大语言模型进行表格表示与检索的RAG系统,通过保留模式与行级信息并结合全文与向量搜索,在六个真实数据集上验证其优于现有表格搜索系统的准确性与资源效率。
2025-04-12 cs.DB cs.IR
Knowledge Discovery in Optical Music Recognition: Enhancing Information Retrieval with Instance Segmentation
Queen Mary University of London(伦敦大学玛丽皇后学院)
本研究将Mask R-CNN实例分割应用于光学乐谱识别,结合传统谱线检测推断音高,在密集乐谱场景下mAP最高达59.70%,提升了音乐符号识别精度,相关资源已公开。
2024-09-16 cs.CV cs.IR cs.SD
DocMemo: Dynamic Evidence Discovery via Probabilistic Memory-Guided Retrieval for Multi-Modal Document Understanding
Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳));Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院)
针对长文档理解的静态检索与跨轮记忆局限,提出记忆引导框架DocMemo,通过三层记忆与多轮优化实现动态证据发现,在3个基准上取得SOTA性能。
2026-08-10 cs.AI cs.CL cs.IR
CMIR-NET : A Deep Learning Based Model For Cross-Modal Retrieval In Remote Sensing
Indian Institute of Technology Bombay(印度理工学院孟买分校);German Aerospace Center (DLR)(德国航空航天中心)
本文研究了遥感领域中的跨模态信息检索问题。特别是,我们感兴趣的两个应用场景:i)全色(PAN)和多光谱图像之间的跨模态检索,以及ii)非常高分辨率(VHR)图像和语音之间的多标签图像检索基于标签注释。请注意,这些多模态检索场景比传统的单模态检索方法更具挑战性,因为模态之间的分布存在固有差异。然而,随着多源遥感数据的日益增长和缺乏足够的语义标注,多模态检索的任务近年来变得非常重要。在这方面,我们提出了一种新的基于深度神经网络的架构,该架构被认为是为所有输入模态学习一个有区别的共享特征空间,适用于语义一致的信息检索。在基准的大规模PAN多光谱DSRSID数据集和多标签UC-Merced数据集上进行了大量的实验。与Merced数据集一起,我们生成了与标签对应的语音信号语料库。在所有情况下都观察到相对于当前最先进技术的优异性能。
2019-05-24 cs.CV cs.IR eess.IV
An Empirical Study of Excitation and Aggregation Design Adaptions in CLIP4Clip for Video-Text Retrieval
Shanghai Jiao Tong University(上海交通大学);Ningbo Artificial Intelligence Institute(宁波人工智能研究院)
本文针对CLIP4Clip视频-文本检索中均值池化聚合的局限,提出激励与聚合模块设计以生成更具判别力的视频表示,在MSR-VTT、ActivityNet和DiDeMo上显著超越CLIP4Clip。
2024-06-08 cs.AI cs.CV cs.IR
Toward a Scientific Discovery Engine for Weather and Climate Data: A Visual Analytics Workbench for Embedding-Based Exploration
NSF National Center for Atmospheric Research(国家大气研究中心)
本文提出了一种开源可视化分析工作台,用于探索基于嵌入的天气和气候数据,通过链接嵌入实验与源数据、元数据、空间上下文和模型配置,使潜在空间结果可追溯到物理过程,支持科学发现流程。
2026-07-14 cs.AI cs.CV cs.IR