On the Impact of Speech Recognition Errors in Passage Retrieval for Spoken Question Answering
University of Amsterdam(阿姆斯特丹大学);Amazon Alexa AI(亚马逊Alexa人工智能部门)
与语音接口交互以查询问答(QA)系统正变得越来越流行。通常,QA系统依赖于段落检索来选择候选上下文,并依赖于阅读理解来提取最终答案。虽然已经有一些注意力,以提高阅读理解部分的QA系统对错误的自动语音识别(ASR)模型介绍,段落检索部分仍然是未开发的。然而,这样的错误会影响段落检索的性能,导致较差的端到端性能。为了解决这一差距,我们增加了两个现有的大规模通道排名和开放域QA数据集与合成ASR噪声和研究词汇和密集检索器对ASR噪声的问题的鲁棒性。此外,我们还研究了数据增强技术在不同领域的可推广性;每个领域都是不同的语言方言或口音。最后,我们创建了一个新的数据集,其中包含人类用户提出的问题,并使用它们的透明度来表明,当处理自然ASR噪声而不是合成ASR噪声时,检索性能会进一步降低。
2022-09-26 cs.CL cs.IR
RAGVUE: A Diagnostic View for Explainable and Automated Evaluation of Retrieval-Augmented Generation
University of Luxembourg(卢森堡大学)
RAGVUE通过分解RAG行为并提供结构化解释,实现无参考的自动评估,揭示RAG流程中的细粒度失败。
2025-12-03 cs.CL cs.IR
From Data to Dialogue: Leveraging the Structure of Knowledge Graphs for Conversational Exploratory Search
Technical University of Munich(慕尼黑工业大学);National Institute of Advanced Industrial Science and Technology(日本产业技术综合研究所)
本研究结合知识图谱与对话界面的协同效应,提出支持用户以自然语言探索新闻、借图谱结构导航相关主题的知识驱动对话系统,经54名参与者的用户研究验证了该探索性搜索的有效性并给出设计启示。
2023-10-08 cs.CL cs.IR
In-Context Optimization for Retrieval-Augmented Generation: A Gradient-Descent Perspective
University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校);University of Connecticut(康涅狄格大学);Emory University(埃默里大学)
本文从梯度下降视角研究检索增强生成(RAG)作为上下文优化过程,提出一种轻量级前向更新方法,在冻结LLM和检索器的情况下提升生成器对检索证据的利用。
2026-11-18 cs.CL
DS SERVE: A Framework for Efficient and Scalable Neural Retrieval
DS-SERVE是一种高效可扩展的神经检索框架,通过低延迟和内存优化支持多种大规模应用
2025-12-17 cs.AI cs.CL cs.IR
Neural Approaches to Conversational Information Retrieval
Microsoft(微软)
会话式信息检索(CIR)系统是具有会话接口的信息检索(IR)系统,该会话接口允许用户与系统交互以经由口头或书面形式的自然语言的多轮会话来寻找信息。深度学习的最新进展为自然语言处理(NLP)和会话人工智能带来了巨大的改进,导致了大量的商业会话服务,这些服务允许自然的口语和打字交互,从而增加了对IR中以人为中心的交互的需求。因此,我们目睹了研究社区和行业对开发现代CIR系统的重新兴趣。这本书调查在CIR的最新进展,集中在神经的方法,已在过去几年中开发。本书基于作者在SIGIR'2020上的教程(Gao等人,2020年b),IR和NLP社区作为主要目标受众。然而,具有其他背景的观众,如机器学习和人机交互,也会发现它是对CIR的一个容易理解的介绍。我们希望这本书能成为学生、研究人员和软件开发人员的宝贵资源。这份手稿是一份工作稿。欢迎提出意见。
2022-01-13 cs.CL cs.IR
Lost in a Single Vector: Improving Long-Document Retrieval with Chunk Evidence Aggregation
Chongqing University(重庆大学);State Key Laboratory of AI Safety(人工智能安全国家重点实验室);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of California, Merced(加州大学默塞德分校);University of Queensland(昆士兰大学);University of Chinese Academy of Sciences(中国科学院大学)
针对长文档检索中单向量编码削弱关键片段证据的问题,提出无训练的分块证据聚合策略DICE,通过独立编码分块并聚合为单一向量,在保持标准接口的同时显著提升检索性能。
2026-06-18 cs.CL
RAG-based Architectures for Drug Side Effect Retrieval in LLMs
Kwaai;University of Pittsburgh(匹兹堡大学);Broad Institute of MIT and Harvard(麻省理工学院与哈佛大学博德研究所);Universidad Nacional de Asunción(亚松森国立大学)
针对大语言模型在药物警戒领域缺乏专业知识且易产生幻觉的问题,本文提出RAG和GraphRAG两种架构,将药物副作用知识集成到Llama 3 8B模型中,在19,520条关联数据上验证GraphRAG实现近乎完美的副作用检索准确率。
2025-07-18 cs.AI cs.CL cs.IR
A Retrieval-Augmented Generation Framework for Academic Literature Navigation in Data Science
Sabanci University(萨班哲大学)
本文提出融合GROBID、微调嵌入、语义分块与摘要优先检索的增强RAG框架,用于数据科学文献导航,并经RAGAS验证可显著提升上下文相关性。
2024-12-19 cs.AI cs.IR
LRAGE: Legal Retrieval Augmented Generation Evaluation Tool
University of Seoul(首尔大学)
LRAGE是一个开源工具,用于整体评估法律领域的检索增强生成系统,通过GUI和CLI接口研究检索语料库、算法、重排序器、LLM主干和评估指标五个组件对准确性的影响,并在韩、英、中三种法律基准上验证。
2025-04-25 cs.CL
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
FedRAG: A Framework for Fine-Tuning Retrieval-Augmented Generation Systems
Vector Institute(向量研究所)
本文提出FedRAG框架,支持在中心化和联邦架构下用先进方法微调RAG系统,提供直观接口与无缝转换能力,深度融合RAG生态,填补了相关工具空白。
2025-06-12 cs.CL cs.LG
AsthmaBot: Multi-modal, Multi-Lingual Retrieval Augmented Generation For Asthma Patient Support
TICLab, College of Engineering & Architecture, International University of Rabat(拉巴特国际大学工程与建筑学院TICLab)
针对哮喘患者即时医疗支持需求及大型语言模型易产生幻觉的问题,提出多语言、多模态检索增强生成系统AsthmaBot,整合多数据模态,在常见问题数据集上验证有效并提供在线服务。
2024-09-24 cs.AI cs.CL
RepoNav: From Snippet Retrieval to File-Centered Repository Navigation for Code Agents
Beihang University(北京航空航天大学)
RepoNav提出一种轻量级检索后接口,将检索片段重组为以文件为中心的导航脚手架,通过结构线索和候选目标引导智能体浏览文件结构,从而提升函数级定位并缩小文件到函数的差距。
2026-09-09 cs.CL cs.SE
Unmediated AI-Assisted Scholarly Citations
TU Wien(维也纳工业大学)
本文提出一种结合语言模型与直接数据库访问的架构,通过模型上下文协议实现准确的学术引用处理,提升文献检索的可靠性和效率。
2026-02-02 cs.DL cs.IR
RAG Strategies for Natural Language-Based SQL Query and REST API Call Generation
IU International University of Applied Sciences(国际应用科学大学)
本文评估了三种RAG变体在生成SQL和API调用任务中的性能,发现CoRAG在混合文档环境下表现最佳,检索策略设计对自然语言接口至关重要。
2026-10-20 cs.AI cs.CL cs.SE
Speech User Interface for Information Retrieval
随着信息技术的飞速发展,在给定的时间内产生的信息量远远超过了人类在没有自动化系统的帮助下组织、搜索和处理的能力。现在有很多工具和技术可用于存储和检索信息。用户使用界面与这些技术进行交互,主要是文本用户界面(TUI)或图形用户界面(GUI)。在这里,我试图介绍一个新的接口,即语音信息检索。本项目的目标是开发一个语音界面,可以有效地,高效地,更友好地从数据库中搜索和读取所需信息。这个工具将是非常有用的盲人,他们将能够要求的信息,计算机通过语音命令/s(关键字)通过麦克风和听所需的信息使用扬声器或耳机。
2013-05-07 cs.IR
Performing Informetric Analysis on Information Retrieval Test Collections: Preliminary Experiments in the Physics Domain
信息计量分析和信息检索的结合允许双重应用。(1)虽然信息计量学分析主要用于深入了解科学领域,但它可用于构建推荐或替代排名服务。它们通常基于共现或引文分析等方法。(2)信息检索及其数十年来使用标准文档语料库、预定义主题和相关性判断进行严格评估的传统可以用作信息计量分析的测试平台。我们展示了一个初步的实验,这两个域可以连接使用iSearch测试集合,一个标准的信息检索测试集合来自开放获取arXiv.org预印本服务器。在本文中,其目的是得出一个结论,适当的iSearch作为一个测试床的检索或推荐系统,应用信息计量方法,以提高检索结果的用户进行评估。基于对物理学家的访谈研究,文献耦合和作者共引分析,确定了十个不同的研究问题的重要作者。结果表明,分析的语料库包括这些作者和他们的相应文件。这项研究是检索评价和信息分析方法评价相结合的第一步。
2013-06-07 cs.DL cs.IR
Math Search for the Masses: Multimodal Search Interfaces and Appearance-Based Retrieval
本文总结了近年来文献与模式识别实验室推出的数学搜索引擎和搜索接口,特别是min数学搜索接口和Tangent搜索引擎。这两个系统的源代码都是公开的。“大众”指的是我们强调为数学非专家创建系统,他们可能希望定义不熟悉的符号,或者基于公式的视觉外观而不是其数学语义来浏览文档。
2015-05-11 cs.IR
MODOC: A Modular Interface for Flexible Interlinking of Text Retrieval and Text Generation Functions
Institute of Neuroinformatics, University of Zurich and ETH Zurich(苏黎世大学与苏黎世联邦理工学院神经信息学研究所);ETH Zurich(苏黎世联邦理工学院);Linguistic Research Infrastructure, University of Zurich(苏黎世大学语言研究基础设施)
本文提出MODOC,一个模块化用户界面,通过在单一界面内集成LLM的文本生成与信息检索功能,协助检测模型虚构内容,促进科学写作的完整性。
2024-08-26 cs.CL cs.DL cs.HC
Evolutionary algorithm based adaptive navigation in information retrieval interfaces
在一般的计算机接口中,特别是在信息检索任务中,能够快速查找和检索信息是很重要的。例如,在搜索引擎中使用的现有技术的方法是无效的,因为它由于上下文而将意义的损失引入到关键字的来回翻译中。作者认为,与采用现代信息检索和文本挖掘方法的系统相比,它增加了时间并降低了信息检索的准确性,同时在自适应人机界面中呈现结果,其中系统通过迭代交互有效地学习操作员需要什么。在目前的工作中,自适应导航界面和实时的协同反馈分析的文件相关性加权相结合,提出了一个可行的替代流行的“电报”的方法在信息检索系统。自适应导航是通过一个进化算法控制的动态链接面板。文档的相关性最初是用标准的信息检索技术建立的,并通过用户与系统的交互作用而进一步实时的细化。引入多维知识地图和加权兴趣点的概念,可以通过简单的计算找到相关的文档和具有共同兴趣的用户。浏览搜索的方法,算法的能力,以适应用户的兴趣,协作细化和系统的自组织功能的导航是主要因素,使这种架构有效的非结构化的知识应代表给用户的各个领域。
2015-02-19 cs.IR
Tag Clusters as Information Retrieval Interfaces
提出了一种基于标签共现和后续聚类的下一代信息检索系统的设计方案。我们通过标签集群形式的信息可视化帮助用户访问数字数据。当前的问题,如标签之间缺乏交互性和语义或添加额外的搜索参数的困难得到解决。在评估中,基于SERVQUAL和IT系统质量指标,我们发现标签集群被认为比标签云更有用,更值得信赖,使用起来更愉快。
2010-03-04 cs.IR
G-Bean: an ontology-graph based web tool for biomedical literature retrieval
目前,大多数人使用PubMed搜索MEDLINE数据库,这是生命科学和生物医学信息的重要书目信息源。然而,PubMed有一些缺点,使得很难找到与用户个人意图有关的相关出版物,特别是对于非专家用户。为了改善PubMed的不足,我们开发了一个基于图的生物医学搜索引擎G-Bean,它通过三个方面的创新来解决PubMed的不足:并行文档索引创建、基于本体图的查询扩展和基于用户搜索意图的文档检索和重新排序。使用106个OHSUMED基准查询的性能评估显示,当使用这些查询搜索MEDLINE数据库时,G-Bean返回的相关结果比PubMed更多。PubMed甚至无法返回某些OHSUMED查询的任何检索结果,因为它无法从自然语言查询字符串自动形成适当的布尔查询语句。G-Bean可在http://bioinformatics.clemson.edu/G-Bean/index.php.G-Bean上获得,它通过基于本体图的查询扩展、自动文档索引和用户搜索意图发现来解决PubMed的局限性。它在从MEDLINE数据库中查找相关文章以满足用户的信息需求方面显示出显着的优势。
2015-08-31 cs.IR
KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces
KamerRaad利用大型语言模型提取并总结比利时议会记录,通过Streamlit前端和开源后端模型支持交互式对话,帮助公民逐步理解政治信息并提升源检索与摘要质量。
2024-04-22 cs.IR
Improving Tag-Clouds as Visual Information Retrieval Interfaces
本文提出了一种新的Tag-Cloud标签选择方法,并建议使用聚类算法进行视觉布局,以降低标签集的语义密度并提高布局的视觉一致性,从而改善用户的浏览体验。
2024-01-10 cs.IR
Which Reranking Conclusions Survive the Answer Interface? A Prospective Finite-Orbit Audit
Independent Researcher China;Independent Researcher
本研究通过前瞻性审计,在固定检索策略下改变答案界面,发现重排序结论在多数设置中保持稳定,但建议在界面稳定性未验证时采用均匀平均方法。
2026-09-23 cs.IR
Training for Compositional Sensitivity Reduces Dense Retrieval Generalization
Redis
本研究通过增加结构针对性负样本,减少密集检索的泛化能力,发现最大相似度在重排序中表现优异,但无法拒绝结构近似情况,而小型Transformer在相似度映射上能有效分离近似情况。
2026-03-16 cs.AI cs.CL cs.IR
Conversational Text Extraction with Large Language Models Using Retrieval-Augmented Systems
School of Computer Engineering, Kalinga Institute of Industrial Technology(卡林加工业技术学院计算机工程学院)
本文提出基于 RAG 与 LLM 的 PDF 对话式文本提取系统,通过句子嵌入向量检索和上下文生成高亮相关段落,并取得具有竞争力的 ROUGE 表现。
2025-01-16 cs.CL cs.IR
Brain-Machine Interfaces & Information Retrieval Challenges and Opportunities
本文探讨脑机接口(BMI)技术如何通过直接测量用户认知过程弥合信息检索(IR)系统与用户认知的差距,分析其在推进搜索理论、增强现有系统及开发主动IR能力等方面的机遇与挑战。
2025-04-14 cs.IR
Luandri: a Clean Lua Interface to the Indri Search Engine
近年来,信息检索(IR)社区见证了深度神经网络模型在短文本匹配和ad-hoc检索中的首次成功应用。看到对深度神经网络和IR的研究在这些共同感兴趣的任务上汇聚是令人兴奋的。然而,这两个社区在选择程序设计语言方面的共同点较少。Indri是IR社区广泛使用的索引框架,是用C++编写的,而Torch是一个流行的深度学习机器学习库,是用轻量级脚本语言Lua编写的。为了弥补这一差距,我们引入了Luandri(发音为“洗衣房”),这是一个简单的接口,用于将Indri的搜索功能暴露给Lua中实现的Torch模型。
2017-02-16 cs.IR
Designing Interfaces for Multimodal Vector Search Applications
本文针对单一搜索栏不适应多模态向量搜索的问题,利用 CLIP 模型探索新型交互能力,并提出实现方案与设计模式,帮助用户更有效地表达信息需求。
2024-09-18 cs.HC cs.IR
TARGET: Benchmarking Table Retrieval for Generative Tasks
UC Berkeley(伯克利大学);Capital One(Capital One公司);CWI(荷兰代尔夫特理工大学)
针对生成式任务中合适表格检索的核心问题,提出表格检索基准TARGET,评估不同检索器性能及对下游任务影响,发现稠密嵌入检索器优于BM25,且检索性能受元数据、数据集和任务影响差异显著。
2025-05-14 cs.AI cs.CL cs.DB
HySemRAG: A Hybrid Semantic Retrieval-Augmented Generation Framework for Automated Literature Synthesis and Methodological Gap Analysis
University at Albany, State University of New York(奥尔巴尼大学,纽约州立大学);Bandit Environmental Solutions LLC(Bandit环境解决方案有限责任公司)
HySemRAG框架结合ETL管道与RAG,通过混合检索、智能体自校正和引文验证,实现自动化文献综合与差距分析,在测试中显著提升提取质量。
2025-08-01 cs.AI cs.IR cs.LG
Exploring EEG for Object Detection and Retrieval
Dublin City University(都柏林城市大学);Universitat Politècnica de Catalunya(加泰罗尼亚理工大学)
本文探讨了在基于内容的图像检索中使用脑机接口(BCI)作为相关反馈机制的可能性。我们调查是否有可能捕捉有用的EEG信号,以检测是否存在相关的对象在现实和复杂的图像的数据集中。我们进行了几个实验,使用快速串行视觉呈现(RSVP)的图像在不同的速率(5Hz和10Hz)对8个用户具有不同程度的熟悉BCI和数据集。然后,我们使用来自BCI和基于鼠标的界面的反馈来检索TRECVid图像的子集中的本地化对象。我们表明,它确实是可以检测到这样的对象在复杂的图像,而且,用户以前的知识的数据集或经验的RSVP优于其他人。当用户有有限的时间来注释图像(在我们的实验中为100秒)时,两个界面的性能相当。在检索任务中比较我们最好的用户,我们发现基于EEG的相关反馈优于基于鼠标的反馈。现实和复杂的图像数据集区分我们的工作从以前的研究EEG图像检索。
2015-04-09 cs.CV cs.HC cs.IR
Cross-Sensory Brain Passage Retrieval: Scaling Beyond Visual to Audio
University of Strathclyde, NeuraSearch Laboratory(斯特拉思克莱德大学,NeuraSearch实验室)
本文研究了利用听觉EEG进行脑passage检索,通过对比不同训练方式验证了跨感官训练在数据稀缺情况下的有效性,展示了神经查询在信息检索中的竞争力。
2026-03-24 cs.IR cs.LG
Retrieval of very large numbers of items in the Web of Science: an exercise to develop accurate search strategies
目前的交流提出了一个简单的练习,目的是解决一个单一的问题:在Web of Science界面中检索大量的项目。众所周知,Web of Science界面允许用户从单个查询中获得最多100,000个项目。但是,如果查询的结果超过100,000项,该怎么办呢?这项工作为实现这一目标找到了一种可能的办法。案例研究是检索美国特定年份的全部科学成果。使用数据库的Source字段检索项目的不同部分。然后,创建一个简单的布尔语句,以消除重叠,提高搜索策略的准确性。有人指出,在制定先进的搜索策略方面,团队合作十分重要。
2009-11-06 cs.DL cs.IR physics.soc-ph
Mind Your Language: Effects of Spoken Query Formulation on Retrieval Effectiveness
语音搜索正在成为与搜索引擎交互的流行模式。因此,研究已经转向构建更好的语音转录引擎、界面和搜索引擎,以更好地处理查询的固有冗长性。然而,当人们考虑其使用的非母语的英语,另一个方面,变得重要的是制定的查询用户。在本文中,我们提出了一个初步的研究结果,我们进行了与非英语母语的人制定查询给定的检索任务。我们的研究结果表明,目前的搜索引擎是敏感的,在他们的排名查询制定,从而突出了需要开发更强大的排名方法。
2013-12-14 cs.IR
OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
KAIST(韩国科学技术院)
提出OmniRetrieval框架,通过自然语言查询识别并调度到不同知识源的本地执行引擎,在13个数据集和309个知识库上超越单源基线,实现异构知识源统一检索。
2026-05-28 cs.AI cs.CL cs.IR
A Vietnamese information retrieval system for product-price
价格信息检索(IR)系统允许用户搜索和查看特定产品的价格之间的差异。构建产品价格驱动的IR系统是一个具有挑战性和活跃的研究领域。完全依赖商店通过界面环境提供的产品信息的方法会受到数据库的限制。而自动系统则具体要求输入产品名称和商业网站。在这两种范式下,为越南人建立产品价格IR系统的方法仍然非常有限。在本文中,我们介绍了一个自动越南IR系统的产品价格,通过识别和存储Xpath模式,以提取产品的价格从商业网站。我们的系统的实验显示出可喜的成果。
2019-11-26 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
A Hindi Speech Actuated Computer Interface for Web Search
Visvodaya Technical Academy(维斯沃达亚技术学院)
为了提高系统的简单性和灵活性,通过简化耳机和用户友好的软件设计,开发了一个基于音频诱发的系统。本文介绍了一种用于网络搜索的印地语语音驱动计算机接口(HSACIWS),它接受印地语的口头查询,并在屏幕上提供搜索结果。该系统通过大词汇量连续语音识别(LVCSR)识别语音查询,通过文本检索检索相关文档,并通过Web和语音系统的集成在Web上提供搜索结果。在这个系统中的LVCSR表现出足够的性能水平的语音与声学和语言模型来自查询语料库的目标内容。
2012-11-12 cs.CL cs.HC cs.IR
Rethinking Agentic RAG: Toward LLM-Driven Logical Retrieval Beyond Embeddings
School of Computer Science, Fudan University(复旦大学计算机学院);Shanghai Kingstar Software Technology Co., Ltd.(上海金仕达软件科技有限公司)
提出一种智能体RAG框架,让LLM通过逻辑表达式控制检索,使用轻量级倒排索引后端,在降低成本和幻觉的同时匹配强基线性能。
2026-05-26 cs.IR
Towards Brain Passage Retrieval -- An Investigation of EEG Query Representations
本文提出 BPR 框架,利用稠密检索将 EEG 信号与文本段落映射至共享语义空间,实现无需文本查询的直接大脑段落检索,并在 ZuCo 上验证其显著优于 EEG-to-text 基线。
2025-05-12 cs.IR
Adapting Embedding Models for Agent Capability Retrieval
University of Technology Sydney(悉尼科技大学);Squirrel AI Learning(松鼠AI学习)
研究如何让一般文本检索的现成模型适应智能体能力检索,通过微调三个模型在特定数据集上训练,测试其在未训练目录上的迁移能力,结果显示适应对两个目录均有帮助。
2026-07-21 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
Beyond Semantic Similarity: Rethinking Retrieval for Agentic Search via Direct Corpus Interaction
Texas A&M University(德克萨斯A&M大学);University of Waterloo(滑铁卢大学);UC San Diego(圣地亚哥大学);Stanford University(斯坦福大学);University of Washington(华盛顿大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Verdent AI;Lambda
本文提出直接语料交互(DCI)方法,通过通用终端工具直接搜索原始语料,无需嵌入模型或检索接口,有效提升代理搜索性能。
2026-05-03 cs.AI cs.IR
Starting Conversations with Search Engines -- Interfaces that Elicit Natural Language Queries
Web上的搜索系统依赖于用户输入来生成相关结果。从早期的信息检索系统开始,用户就被训练发出关键字搜索并适应系统的语言。最近的研究表明,用户经常隐瞒他们最初的信息需求的详细信息,尽管他们能够用自然语言表达出来。因此,我们进行了一项用户研究(N = 139),调查如何四个不同的设计变体的搜索界面可以鼓励用户透露更多的信息。我们的研究结果表明,与标准搜索栏界面相比,聊天机器人启发的搜索界面可以将提及的产品属性数量增加84%,并将自然语言公式化提高139%。
2023-02-13 cs.IR
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
Role of Ranking Algorithms for Information Retrieval
随着网络使用量的日益增加,网络用户很容易迷失在网络丰富的超结构中。网站所有者的主要目的是根据用户的需求提供相关信息。本文首先阐述了Web挖掘是通过分析用户行为、页面内容来对用户和页面进行分类,然后描述了Web结构挖掘。本文介绍了不同的网页排序算法,并比较了这些算法用于信息检索。讨论和比较了基于网页排名的各种算法,如网页排名(PR)、加权网页排名(WPR)、超链接诱导主题选择(HITS)、距离排名和特征谣言算法。针对PageRank算法和加权PageRank算法设计了仿真接口,但PageRank是Google搜索引擎唯一使用的排名算法。
2012-08-09 cs.IR
Library of Congress Subject Heading (LCSH) Browsing and Natural Language Searching
受控主题词汇表(CV)内置于信息系统中,以帮助浏览和检索可能不熟悉的项目,但目前还不清楚该功能应如何与标准的关键字搜索集成。很少有系统或学术原型尝试过这一点,而且没有一个使用过最广泛使用的CV,即国会图书馆主题词(LCSH),它组织了世界各地学术图书馆的专著收藏。本文介绍了一个工作原型的Web应用程序,同时允许主题探索使用一个大纲树视图的LCSH层次结构和自然语言关键字搜索的一个现实世界的科学和工程书目集合。试点测试表明,该系统是功能性的,工作,以适应复杂的LCSH结构到一个可用的层次结构正在进行中。这项研究有助于知识的实际设计决策时,开发链接的主题层次浏览和自然语言搜索,这承诺,以促进信息发现和探索之间的相互作用。
2021-09-30 cs.HC 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
Retrieval Challenges in Low-Resource Public Service Information: A Case Study on Food Pantry Access
Wichita State University(威斯科州立大学)
本文提出了一种基于AI的对话式检索系统,用于解决低资源环境下食品储藏室信息检索的挑战,通过RAG流程提升自然语言查询的准确性与可靠性。
2026-02-25 cs.AI cs.IR
SIDScope: A Diagnostic Resource for Semantic-ID Interfaces in Generative Recommendation
Huawei Technologies Co., Ltd.(华为技术有限公司)
SIDScope是生成式推荐语义-ID接口的诊断资源,通过多维度分析揭示接口健康度为多信号,发现前缀对齐与检索机制相关、存在目标路径未唯一检索的差距及模型复用需单独交接检查等结论。
2026-10-14 cs.AI cs.IR
NLP-SIR: A Natural Language Approach for Spreadsheet Information Retrieval
电子表格是一种无处不在的软件工具,用于各种各样的任务,如财务建模,统计分析和库存管理。从这些数据中提取有意义的信息可能是一项困难的任务,特别是对于不熟悉许多电子表格应用程序的高级数据处理功能的新手用户。我们相信,通过使用自然语言处理(NLP)技术,这项任务可以变得相当容易。本文介绍了一个用于电子表格信息检索的自然语言接口NLP-SIR。最近的评估结果比较NLP-SIR与现有的信息检索工具也概述。评价结果表明,NLP-SIR是一种更有效的电子表格信息检索方法。
2009-08-08 cs.HC cs.IR cs.SE