Semantic Search Evaluation
LinkedIn(领英);Walmart(沃尔玛)
本研究提出一种语义搜索性能评估方法,引入on-topic rate指标,通过含黄金查询集、Top-K结果检索与GPT 3.5调用的评估流水线,识别失败模式以提升搜索相关性。
2024-10-28 cs.CL cs.IR
Using multi-categorization semantic analysis and personalization for semantic search
语义搜索技术近年来受到越来越多的关注。与基于关键字的搜索相比,语义搜索可以挖掘潜在的语义信息,帮助用户找到真正想要的信息。本文提出了一种结合多分类语义分析和个性化技术的语义搜索方法。MCSA方法可以将文档分类为多个类别,这与将文档分类为单个类别的现有方法不同。然后,在利用术语向量数据库对原始检索结果进行分析和匹配时,重点考虑了用户的检索历史和个人信息。提出了一系列的个性化算法来匹配个人信息和搜索历史。最后通过实验验证了该方法的有效性和高效性。实验结果表明,基于MCSA和个性化的方法比现有的方法具有更高的搜索精度和更低的额外时间开销。
2014-06-27 cs.IR
A Novel Approach to Enhance the Performance of Semantic Search in Bengali using Neural Net and other Classification Techniques
Jadavpur University(jadavpur大学)
长期以来,搜索一直是用户检索信息的重要工具。句法搜索是匹配包含特定关键字(如用户历史,位置,偏好等)的文档或对象,以改善结果。然而,通常可能的是,查询和最佳答案没有术语或只有很少数量的术语是共同的,并且在这种情况下,语法搜索不能正确地执行。另一方面,语义搜索解决了这些问题,但缺乏注释,在低资源语言的情况下缺乏WordNet。在这项工作中,我们已经证明了一个端到端的程序,以提高性能的语义搜索使用半监督和无监督学习算法。一个可用的孟加拉语存储库被选择为具有七种类型的语义属性,主要用于开发系统。性能已经过测试,使用支持向量机,朴素贝叶斯,决策树和人工神经网络(ANN)。我们的系统已经达到了效率,预测正确的语义使用知识库在学习的时间。一个包含大约一百万个句子的存储库,是印度政府TDIL项目的一个产品。然后对其他语言进行了测试。作为一个认知系统,它可能是非常有用的,以提高用户满意度的电子政务或移动政务在多语言环境中,也为其他应用程序。
2020-02-25 cs.CL cs.IR
Experience of Developing a Meta-Semantic Search Engine
考虑到今天的Web搜索场景主要是基于关键字的,导致需要语义Web提供有效和有意义的搜索。现有的搜索引擎由于依赖于网页中可用的简单数据而容易对用户查询提供相关答案。另一方面,语义搜索引擎提供高效和相关的结果,因为语义网使用本体管理具有明确定义的含义的信息。一个Meta-搜索引擎是一个搜索工具,它将用户的查询转发到几个现有的搜索引擎,并通过使用自己的页面排名算法提供组合的结果。SemanTelli是一个Meta语义搜索引擎,通过智能代理从不同的语义搜索引擎(如Hakia,DuckDuckGo,SenseBot)获取结果。本文提出了增强SemanTelli与改进的片段分析为基础的页面排名算法和支持图像和新闻搜索。
2013-11-25 cs.IR
Getting Started with Neural Models for Semantic Matching in Web Search
Middle East Technical University(中东技术大学);University of Amsterdam(阿姆斯特丹大学)
词汇不匹配问题是信息检索中一个长期存在的问题。语义匹配有望解决这个问题。语言技术的最新进展已经产生了无监督神经模型,用于学习单词的表示以及更大的文本单元。这样的表示使强大的语义匹配方法。本调查旨在介绍使用神经模型进行语义匹配。为了保持专注,我们将自己限制在网络搜索上。我们详细介绍了所需的背景和术语,一个分类分组的快速增长的身体在该地区的工作,然后调查工作的神经模型的语义匹配的背景下,三个任务:查询建议,广告检索和文档检索。我们包括一个关于资源和最佳实践的部分,我们相信这将有助于新读者。最后,我们的国家的最先进的评估和建议,为今后的工作。
2016-11-08 cs.CL cs.IR
On the Combined Use of Extrinsic Semantic Resources for Medical Information Search
Arab American University(阿拉伯美国大学);University of Lyon(里昂大学);University of Sharjah(沙迦大学)
编码在特定领域本体和其他医学语义资源中的语义概念和关系在解读医学查询和文档中的术语方面起着至关重要的作用。利用这些资源来解决语义鸿沟问题已经在文献中得到了广泛的研究。然而,存在阻碍其在现实世界应用中广泛使用的挑战。这些挑战之一是现有医学本体中单独编码的知识不足,当用户使用冗长的自然语言查询来表达他们的信息需求时,这种情况会被放大。在这种情况下,许多用户的查询条件是无法识别所使用的本体,或导致检索误报,降低当前的医疗信息搜索方法的质量。在这篇文章中,我们探索了在开发一个成熟的医学信息搜索框架时多个外部语义资源的组合,以:i)在详细的医疗查询中突出和扩展主要医疗概念(即,查询项中的对给定查询的信息性和意图有显著贡献的概念),ii)构建语义增强的倒排索引文档,iii)有助于查询文档匹配过程中的加权技术。为了证明所提出的方法的有效性,我们在CLEF eHealth 2014数据集上进行了多项实验。研究结果表明,所提出的方法相结合的几个外部语义资源被证明是更有效的比相关方法的精度措施。
2020-05-17 cs.CL cs.IR
A Study on Passage Re-ranking in Embedding based Unsupervised Semantic Search
IBM Research(IBM研究);IBM Watson
用于(基于嵌入的)无监督语义搜索的现有技术方法利用(查询和段落的)组成相似性或(来自查询和段落的)成对词(或术语)相似性。通过设计,基于单词的方法不包含更大上下文(查询/段落)中的相似性,而基于成分相似性的方法通常无法利用上下文中最重要的线索。在本文中,我们提出了一种新的成分相似性为基础的方法,称为可变质心向量(VCVB),试图解决这两个限制。我们还提出了使用不同类型的成分相似性为基础的方法,利用通用的句子嵌入的结果。我们提供了两个不同的基准的实证评估。
2019-03-13 cs.CL cs.IR
SQLite is Enough. Lexical, Semantic, and Hybrid Search with scrydb
TH Köln – University of Applied Sciences(科隆应用技术大学)
本研究推出 Python 库 scrydb,基于 SQLite 的 FTS5 和 sqlite-vec 扩展实现词汇、语义及混合搜索,经 IR 基准数据集验证,可为信息检索或智能体搜索下游任务提供轻量高效的解决方案。
2026-08-26 cs.CL cs.DB cs.IR
Faceted Semantic Search for Personalized Social Search
实际的社交网络(如Facebook、Twitter、Linkedin等)在本体论的不确定性上需要处理不确定性。本文分析了在社区环境中使用“联合意义”的面向个性化社会搜索的分面语义搜索的原型。在一个由大众分类法定义的“协作”环境中的用户研究可以由分面语义搜索上的最常见特征来支持。上下文感知的个性化搜索的解决方案是基于“联合意义”,其被理解为内容的创建者和内容的用户使用面向语义网的分类法的联合联系。一个概念验证原型显示了所提出的方法也可以应用到现有的演示组件,建立不同的语言和/或组件技术。
2012-02-29 cs.IR
Introducing Semantic Capability in LinkedIn's Content Search Engine
本文针对用户查询日益复杂化的趋势,介绍了LinkedIn新型内容搜索引擎的语义能力设计,并展示了其对搜索指标的影响。
2025-01-02 cs.IR
Semantic Web Search based on Ontology Modeling using Protege Reasoner
VIT University(VIT大学)
语义网工作在现有的Web上,它将信息的含义表示为人们理解的定义良好的词汇表。同时,语义搜索通过理解搜索的意图并提供上下文相关的结果来提高搜索的准确性。本文介绍了一种语义的方法,通过PHP应用程序的Web搜索。其目标是解析用户的浏览历史,并为所提供的搜索查询返回语义相关的网页。
2013-05-24 cs.AI cs.IR
Intelligent Agent Based Semantic Web in Cloud Computing Environment
考虑到今天的Web场景,有一个有效的和有意义的搜索在Web上,这是由语义Web提供的需求。现有的搜索引擎是基于关键字的。它们在回答来自用户的智能查询时是脆弱的,因为它们的结果依赖于网页中的信息。而语义搜索引擎提供了高效和相关的结果,因为语义网是当前网络的扩展,其中信息被赋予了定义明确的含义。MetaCrawler是一个搜索工具,它使用几个现有的搜索引擎,并通过使用自己的页面排名算法提供组合结果。本文提出了一种名为SemanTeli的元语义搜索引擎,它可以在云中工作。SemanTelli在智能代理的帮助下从不同的语义搜索引擎(如Hakia、DuckDuckGo、SenseBot)获取结果,这些智能代理消除了现有搜索引擎的局限性。
2013-05-04 cs.IR
HSEarch: semantic search system for workplace accident reports
语义搜索引擎集成了文本挖掘(TM)方法的输出,可以显著提高查找相关文档和定位其中重要信息的轻松性和效率。我们提出了一种新的搜索引擎的建筑业,HSEarch(http://www.nactem.ac.uk/hse/),它使用TM方法提供语义增强,分面搜索的工作场所事故报告的存储库。与以往建造业以TM为主导的搜索引擎相比,HSEarch为使用者提供了一个更具互动性的方法,让他们探索储存库的内容,更有系统地审阅文件,并在其中找到相关的知识。
2021-03-23 cs.IR
Towards Generalizable Semantic Product Search by Text Similarity Pre-training on Search Click Logs
Wayfair LLC(Wayfair有限责任公司)
最近,语义搜索已经成功地应用于电子商务产品搜索,并且用于查询和产品编码的学习的语义空间被期望推广到看不见的查询或产品。然而,推广是否可以方便地出现,迄今为止,在该领域还没有深入研究。在本文中,我们检查了几个通用领域和特定领域的预训练Roberta变体,并发现通用领域微调无助于泛化,这与现有技术的发现一致。基于对公开可用的手动注释查询-产品对数据的分桶分析,使用点击流数据进行适当的特定领域微调可以带来更好的模型泛化
2022-04-28 cs.AI cs.CL cs.IR
Query Attribute Modeling: Improving search relevance with Semantic Search and Meta Data Filtering
提出查询属性建模(QAM)混合框架,通过将文本查询分解为元数据标签和语义元素提升搜索精度,在亚马逊玩具数据集上mAP@5达52.99%,优于传统搜索方法。
2025-08-06 cs.AI cs.CL cs.IR
Towards a Semantic Search Engine for Scientific Articles
由于科学出版物中的数据泛滥,研究人员和读者越来越难找到相关信息。通过考虑语义关系来构建增强的科学搜索引擎是一个巨大的挑战。作为一个出发点,从科学文章中提取的关键词之间的语义关系,以分类的文章。这可能有助于以后以有意义的科学方式浏览和搜索内容的过程。事实上,通过连接关键词,可以提取文章的上下文。本文旨在提供思路,建立这样一个智能搜索引擎,并描述了实现这样一个雄心勃勃的目标的初步贡献。
2017-09-28 cs.IR
A Semantic Search Pipeline for Causality-driven Adhoc Information Retrieval
National University of Ireland Galway(爱尔兰国立高威大学);University College Cork(科克大学学院)
本文提出一种无监督语义搜索流水线,通过在语义和词汇索引上聚合多查询策略结果,有效区分主题文档与因果文档,在CAIR-2021任务中表现领先。
2025-03-02 cs.AI cs.CL cs.IR
Semantic Search for Large Scale Clinical Ontologies
The Australian E-Health Research Centre, CSIRO(澳大利亚电子健康研究中心,联邦科学与工业研究组织)
当查询使用不同的词汇表时,在大型临床本体中查找概念可能具有挑战性。克服这个问题的搜索算法在诸如概念规范化和本体匹配的应用中是有用的,其中概念可以使用不同的同义词以不同的方式被引用。在本文中,我们提出了一种基于深度学习的方法来构建大型临床本体的语义搜索系统。我们提出了一个Triplet-BERT模型和一种直接从本体生成训练数据的方法。该模型使用五个真实的基准数据集进行评估,结果表明,我们的方法在自由文本到概念和概念到概念搜索任务上都取得了很高的结果,并且优于所有基线方法。
2022-01-01 cs.CL cs.IR cs.LG
Query Obfuscation Semantic Decomposition
University of Liverpool(利物浦大学)
我们提出了一种方法来保护搜索引擎用户的隐私分解查询使用语义\emph{related}和无关的\emph{distractor}条款。代替单个查询,搜索引擎接收多个分解的查询项。接下来,我们通过聚合针对分解的查询词检索到的搜索结果来重构与原始查询词相关的搜索结果。我们表明,使用分布式表示学习方法学习的词嵌入可以用来找到语义相关和干扰查询项。我们得到的\emph{obfuscity}之间的关系,通过建议的查询匿名化方法和\emph{reconstructability}的原始搜索结果使用分解的查询。我们分析研究了所提出的查询混淆方法下发现搜索引擎用户信息意图的风险,并实证评估其对基于聚类的攻击的鲁棒性。实验结果表明,该方法可以准确地重建用户查询的搜索结果,而不会损害搜索引擎用户的隐私。
2022-04-13 cs.CL cs.CR cs.IR
Latent Semantic Search and Information Extraction Architecture
Novosibirsk State University(新西伯利亚国立大学)
搜索引擎的潜在语义搜索的动机、概念、设计和实现具有有限的语义搜索、实体提取和属性属性特征,潜在搜索的准确性和响应时间不足,可能会带来隐私问题,并且搜索结果在离线模式下对于机器人搜索操作不可用。另一种建议涉及自主搜索引擎,具有自适应存储消耗,可配置的搜索范围和潜在的搜索响应时间,内置实体提取和属性属性选项,可作为移动,桌面和服务器解决方案的开源平台。所建议的架构试图实现人工通用智能(AGI)的原则,只要自治行为受到有限的资源的约束,它适用于特定的任务,使Web搜索人工智能代理实现AGI。
2019-11-30 cs.AI cs.IR
Mathematical Model of Semantic Look - An Efficient Context Driven Search Engine
万维网(WWW)是一个巨大的网页温室。搜索引擎是为用户查询获取网页的关键应用。在当前一代Web架构中,搜索引擎将用户提供的关键字视为孤立的关键字,而不考虑用户查询的上下文。这会导致向用户显示许多不相关的页面或链接。语义Web是在现有Web的基础上,通过修改框架,以更精确的结果集作为对用户查询的响应。当前的网页需要通过寻找相关的Meta数据添加到它们中的每一个被注释,使它们成为有用的语义Web搜索引擎。Semantic Look通过处理记录在网页中的语义信息来探索用户查询的上下文。它与现有的算法称为OntoLook相比,它表明,语义查找是一个更好的优化搜索引擎的速度是OntoLook的两倍以上。
2014-02-28 cs.IR
Semantics and pragmatics in actual software applications and in web search engines: exploring innovations
Università Guglielmo Marconi(古列尔莫·马可尼大学)
虽然每周都有新的使用语义网的方法被开发出来,这使得用户可以更准确地在网上找到信息-例如在搜索引擎中-一些复杂的实用工具变得越来越重要-例如在被称为社交智能的网络界面中,或者在苹果公司最著名的Siri中。这项工作的目的是分析是否以及在哪里,我们可以确定在所分析的系统所使用的软件中的语义和语用之间的边界。研究语言学科在其发展过程中的重要性。有没有可能假设社会智能的工具对用户的问题有一种实用的方法,或者它只是使用了非常丰富的词汇,使用了语义工具?
2013-06-29 cs.CL cs.HC cs.IR
Using RDF Summary Graph For Keyword-based Semantic Searches
Bahcesehir University(巴赫切希尔大学);Kent State University(肯特州立大学)
语义网是近年来随着其标准和技术的迅速发展而出现的。语义Web技术的不断发展促进了在Web上以RDF数据模型发布具有明确语义的数据。本研究提出一个语义搜索框架,以支持高效的基于关键字的语义搜索RDF数据利用近邻探索。该框架通过利用实体类型语义,利用邻近的资源来增强搜索结果。与搜索结果一起,系统生成相关性置信度分数,其基于相似度来测量返回实体的推断的语义相关性。此外,评估框架的有效性和结果的准确性的评价。
2017-07-12 cs.AI cs.DB cs.IR
Beyond Lexical: A Semantic Retrieval Framework for Textual SearchEngine
搜索引擎已经成为各种Web和移动应用程序中的基本组件。对于搜索引擎系统来说,从海量数据集中检索相关文档是一个挑战,尤其是在面对冗长或尾查询时。在本文中,我们探讨了一个向量空间搜索框架的文件检索。具体来说,我们训练了一个深度语义匹配模型,这样每个查询和文档都可以被编码为低维嵌入。我们的模型是基于BERT架构训练的。我们部署了一个快速的k-最近邻索引服务的在线服务。离线和在线指标表明,我们的方法大大提高了检索性能和搜索质量,特别是对尾部
2020-08-10 cs.IR
A Domain Specific Ontology Based Semantic Web Search Engine
自20世纪90年代出现以来,万维网(WWW)迅速发展成为一个巨大的全球信息矿,并且每天都在增长。Web上存在大量的资源,因此提出了一个严重的问题,准确的搜索。这主要是因为今天的Web是一个人类可读的Web,其中的信息不能被机器轻松处理。高度复杂的,高效的基于关键字的搜索引擎已经发展到今天还没有能够弥合这一差距。因此,提出了语义网的概念,这是由蒂姆·伯纳斯-李设想的机器可解释信息的网络,使机器可处理的形式来表达信息。基于语义Web技术,本文介绍了一个语义Web搜索引擎的设计方法和开发过程,该搜索引擎为特定领域的搜索提供准确的搜索结果。这个搜索引擎是为一个农业网站开发的,该网站提供有关西孟加拉邦的农业信息。
2011-02-03 cs.IR
Semantic Vector Encoding and Similarity Search Using Fulltext Search Engines
向量表示和向量空间建模(VSM)在现代机器学习中起着核心作用。我们提出了一种新的方法来“向量相似性搜索”的密集语义表示的单词和文档,可以部署在传统的基于反向索引的全文引擎,利用其鲁棒性,稳定性,可扩展性和无处不在。我们表明,这种方法允许索引和查询密集向量的文本域。这为实现重大效率提升以及更简单的部署、扩展和监控开辟了令人兴奋的途径。最终的结果是一个快速和可扩展的向量数据库,在向量搜索性能和质量之间进行了可调的权衡,并得到了Elasticsearch等标准全文引擎的支持。我们经验证明其查询性能和质量,通过应用此解决方案的语义搜索任务在整个英文维基百科的密集矢量表示。
2017-06-03 cs.IR
An ontology-based approach for semantics ranking of the web search engines results
这项工作属于信息检索和语义网领域,旨在提高网络搜索工具的评价。事实上,网络上的大量信息以及新的无经验用户的增长为信息检索带来了新的挑战;当然,当前的搜索引擎(如Google、Bing和Yahoo)提供了浏览网络内容的有效方式。然而,这种类型的工具没有考虑到由查询词和文档词驱动的语义。本文提出了一种新的基于语义的方法来评估信息检索系统,其目标是增加搜索工具的选择性,并改善这些工具的评估。对所提出的评价搜索引擎的方法进行了测试,证明了它对实际搜索工具的适用性。结果表明,语义评估是一种很有前途的方法,以提高性能和行为的搜索引擎以及相关的结果,他们返回。
2012-12-11 cs.IR
C2T-ID: Converting Semantic Codebooks to Textual Document Identifiers for Generative Search
State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所人工智能安全重点实验室);University of Chinese Academy of Sciences(中国科学院大学)
针对生成式检索中文档标识符语义性与搜索空间可控性难以兼顾的问题,提出C2T-ID方法,通过层级聚类、关键词替换与可选语义平滑生成文本标识符,在多个基准上优于现有基线。
2025-10-22 cs.IR
Towards Personalized and Semantic Retrieval: An End-to-End Solution for E-commerce Search via Embedding Learning
如今,电子商业搜索已经成为许多人购物常规中不可或缺的一部分。在当今的电子商业搜索中存在两个关键挑战:如何检索语义相关但与查询词不精确匹配的项目,以及如何检索对于相同搜索查询的不同用户而言更加个性化的项目。在本文中,我们提出了一种称为DPSR的新方法,它代表深度个性化和语义检索,以解决这个问题。解释,我们分享我们的设计决策,如何架构一个检索系统,以有效地服务于行业规模的交通,以及如何训练模型,以准确地学习查询和项目语义。基于离线评估和实时流量的在线A/B测试,我们表明DPSR模型优于现有模型,DPSR系统可以检索更多个性化和语义相关的项目,显着改善用户的搜索体验+1.29%的转换率,特别是长尾查询+10.03%。因此,自二零一九年起,我们的DPSR系统已成功应用于JD.com的搜索产品。
2020-06-05 cs.IR
Semantic Product Search for Matching Structured Product Catalogs in E-Commerce
在电子商业中,从产品目录中检索所有语义相关的产品是一个重要的问题。与Web文档相比,产品目录更加结构化和稀疏,这是由于对产品的异构方面(例如品牌名称和产品尺寸)进行编码的多实例字段。在本文中,我们提出了一个新的语义产品搜索算法,学习表示和聚合多实例字段到一个文档表示使用最先进的Transformers作为编码器。我们的实验研究了所提出的方法的两个方面:(1)字段表示和结构化匹配的有效性;(2)添加词汇特征的有效性,语义搜索。在使用来自知名电子商业平台的用户点击日志训练我们的模型后,我们表明我们的结果为改进产品搜索提供了有用的见解。最后,我们提出了一个详细的错误分析,以显示哪些类型的查询受益最多的字段表示和结构化匹配。
2020-08-18 cs.IR
SGPT: GPT Sentence Embeddings for Semantic Search
Peking University(北京大学)
解码器Transformers的规模不断增加,达到数千亿个参数。由于它们的规模,相同的解码器通过提示或微调在各种语言任务上设置最先进的结果。然而,这些大的基础模型仍然无法用于语义搜索和句子嵌入的相关领域。这可能会阻止新的最先进的结果,并迫使组织训练和维护单独的模型。为此,我们建议SGPT使用解码器的句子嵌入和语义搜索通过提示或微调。在58亿个参数上,SGPT比以前最好的句子嵌入提高了7%,并且在BEIR搜索基准上测量时优于具有1750亿个参数的并发方法。代码、模型和结果文件可在https://github.com/Muennighoff/sgpt上免费获得。
2022-08-05 cs.AI cs.CL cs.IR
Domain Adaptation of Multilingual Semantic Search -- Literature Review
Georg-August University Göttingen(哥廷根大学)
本文综述了低资源环境下多语言语义搜索的领域自适应方法,提出新分类法,并探讨了结合两者以提升稠密检索器性能的可能性。
2024-02-05 cs.IR cs.LG
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
Hybrid Semantic Search: Unveiling User Intent Beyond Keywords
Innoplexus Consulting Services Pvt Ltd(Innoplexus咨询服务私人有限公司)
本文提出融合关键词匹配、语义向量嵌入与LLM结构化查询的混合语义搜索框架,以捕捉显隐式用户意图并优化查询执行,提升搜索结果的相关性、全面性与准确性。
2024-09-06 cs.AI cs.IR
LLM-based Semantic Search for Conversational Queries in E-commerce
University of Arizona(亚利桑那大学)
本文提出基于大语言模型的语义搜索框架,通过结合领域嵌入与结构化过滤,提升电商会话查询的检索精度与召回率。
2026-01-23 cs.IR
Semantic Information Retrieval Using Ontology In University Domain
当今的传统搜索引擎几乎不提供与用户的搜索查询相关的基本内容。这是因为用户发出的请求的上下文和语义没有得到充分的分析。因此,这里需要一个语义Web搜索出现。SWS即将进入结合了自然语言处理和人工智能的网络搜索领域。本文所做工作的目的是设计、开发和实现一个面向大学领域的语义搜索引擎-- SIEU(Semantic信息抽取in University Domain)。SIEU使用本体作为信息检索过程的知识库。这不仅仅是一个关键字搜索。它是一个层次以上的谷歌或任何其他搜索引擎检索分析只是关键字。在这里,从语法和语义两方面分析查询。所开发的系统检索的Web结果更相关的用户查询,通过关键字扩展。这里获得的结果将足够准确,以满足用户的要求。由于对查询进行了语义分析,因此准确率将得到提高。该系统对从事网络开发的人员和研究人员具有一定的参考价值。Google搜索结果将重新排名并优化,以提供相关链接。为了排名,已经应用了一种算法,该算法为用户查询获取更合适的结果。
2012-07-24 cs.IR
Semantic Recall for Vector Search
CWI(荷兰阿姆斯特丹CWI);EPFL(瑞士洛桑联邦理工学院);Google(谷歌)
本文提出语义召回指标,用于评估近邻搜索算法的质量,考虑仅在理论上可通过精确最近邻搜索检索到的语义相关对象。通过实验证明,该指标在查询结果中相关对象较少时特别有效,并引入了容忍召回作为近似指标。
2026-04-22 cs.AI cs.IR
CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization
Salesforce Research(赛富时研究院)
2019冠状病毒病全球大流行促使国际社会努力了解、跟踪和减轻这种疾病,产生了跨科学学科的2019冠状病毒病和SARS-CoV-2相关出版物的重要语料库。截至2020年5月,已通过COVID-19开放研究数据集挑战收集了128,000篇与冠状病毒相关的出版物。在这里,我们介绍了CO-Search,这是一个检索器-排名器语义搜索引擎,旨在处理对COVID-19文献的复杂查询,可能有助于负担过重的卫生工作者在危机时期找到科学答案。检索器是建立从Siamese-BERT编码器,是线性组成的TF-IDF矢量化,和倒数秩融合的BM 25矢量化。该排名器是由一个多跳问答模块,连同多段摘要摘要调整检索分数。为了解决特定领域和相对有限的数据集,我们生成了文档段落和引用的二分图,创建了130万个(引用标题,段落)元组用于训练编码器。我们根据TREC-COVID信息检索挑战的数据评估了我们的系统。CO-Search在第一轮和第二轮的数据集上获得了最佳性能,包括几个关键指标:归一化折扣累积增益、精度、平均精度和二进制偏好。
2020-06-17 cs.AI cs.CL cs.IR
Broccoli: Semantic Full-Text Search at your Fingertips
我们提出了西兰花,一个快速,易于使用的搜索引擎,我们称之为语义全文搜索。语义全文搜索结合了标准全文搜索和本体搜索的功能。搜索对四种对象进行操作:普通单词(例如,可食用的),种类(例如,植物),实例(例如,西兰花)和关系(例如,发生于或本机于)。图是树,其中节点是这些对象的任意包,弧是关系。该用户界面通过对导致良好命中的词、类、实例或关系的即时(即键入即搜索)建议来引导用户增量地构造这样的树。标准的全文搜索和纯本体搜索都是特例。在本文中,我们描述了查询语言的花椰菜,背后的一种新的索引,使快速处理的查询,以及快速查询建议,所需的自然语言处理,和用户界面的主要思想。我们评估了查询时间和结果质量的英文维基百科(40 GB的XML转储)的完整版本结合YAGO本体(26万事实)。我们已经实现了一个功能齐全的原型,根据我们的想法,并提供了一个Web应用程序来重现我们的质量实验。两者都可以通过http://broccoli.informatik.uni-freiburg.de/repro-corr/访问。
2013-07-18 cs.IR
Personalized Search Via Neural Contextual Semantic Relevance Ranking
本文提出一种神经学习框架,通过结合词汇表示和语义嵌入建模文档内容与用户查询上下文的关系,利用个性化上下文信号优化文档排序,有效提升了个性化搜索效果。
2023-09-10 cs.IR
Semantic IDs for Joint Generative Search and Recommendation
本文研究了在统一生成式模型中构建同时适用于搜索和推荐的Semantic IDs的方法,发现使用在搜索和推荐任务上微调的双编码器模型获取物品嵌入并构建统一语义ID空间,能在两项任务中实现有效平衡和优异性能。
2025-08-14 cs.IR
A Theoretical and Empirical Evaluation of Software Component Search Engines, Semantic Search Engines and Google Search Engine in the Context of COTS-Based Development
基于COTS的开发是一种构件重用方法,有望降低成本和风险,并确保更高的质量。COTS组件在Web上的日益增长的可用性使实现这些目标的可能性具体化。在这众多的,一个经常性的问题是识别的COTS组件,最好地满足用户的需求。找到一个合适的COTS组件意味着在一个广泛的搜索空间内对组件的不同描述进行搜索。因此,需要使用搜索引擎来更有效地识别COTS组件。在本文中,我们调查,理论和经验,COTS组件搜索性能的八个软件组件搜索引擎,九个语义搜索引擎和传统的搜索引擎(谷歌)。我们的实证评估进行精度和归一化召回。我们为评估的搜索引擎定义了十个查询。这些查询被仔细选择,以评估每个搜索引擎处理COTS组件识别的能力。
2012-04-10 cs.IR cs.SE
A semantic association page rank algorithm for web search engines
大多数语义Web搜索引擎通过集中使用限于用户提供的查询的概念和关系来检索信息。通过尝试猜测这些概念和关系之间的隐含意义,计算概率,为页面排名打分。在这项研究中,我提出了一个基于关系的网页排名算法被用作语义网搜索引擎。相关性的测量,发现由用户在查询时,以及包含在语义Web环境的基础知识的信息的连接的概率。通过使用从知识库获得的页面中概念之间的“虚拟链接”,我们可以连接页面的概念和组件,并增加概率得分以获得更好的排名。通过创建这些连接,本研究还希望消除结果等于零的可能性,并在两个或更多页面获得相同分数时提供平局决胜解决方案。
2012-11-26 cs.IR
ECLASS-Augmented Semantic Product Search for Electronic Components
Phoenix Contact GmbH & Co. KG(菲尼克斯电气股份两合公司)
本文提出利用LLM密集检索和ECLASS层次语义提升电子元件语义搜索效果,实验显示其在准确率和效率上均优于传统方法。
2026-09-11 cs.IR
Multimodal semantic retrieval for product search
Amazon Luxembourg(亚马逊卢森堡);Amazon Spain(亚马逊西班牙)
本文面向电商商品搜索构建融合文本与商品图像的多模态表示,并在电商数据集上验证其可提升语义检索的购买召回或相关性准确率。
2025-02-17 cs.IR cs.LG
Incorporating Semantic Knowledge into Latent Matching Model in Search
搜索中查询词与文档之间的相关性可以用两个对象之间的匹配度来表示。潜在空间模型已被证明是有效的任务,这往往是通过点击数据训练。这种方法的一个技术挑战是,很难训练一个模型来处理没有足够点击的尾查询和尾文档。在本文中,我们建议通过学习潜在匹配模型来解决这一挑战,不仅使用点击数据,还使用语义知识。语义知识可以是手动或自动创建的查询和文档的类别以及单词的同义词。具体来说,我们将语义知识纳入目标函数,包括正则化条款。我们开发了两种方法来解决学习任务的基础上,坐标下降和梯度下降,这可以在不同的设置。在应用程序搜索引擎的两个数据集上的实验结果表明,该模型可以有效地利用语义知识,从而显著提高潜在匹配模型的准确性,特别是对于尾查询。
2016-04-21 cs.IR
BMX: Entropy-weighted Similarity and Semantic-enhanced Lexical Search
针对传统BM25词汇搜索忽略查询-文档相似度、缺乏语义理解的问题,研究提出融合熵加权相似度与语义增强技术的BMX算法,在长上下文及真实检索基准上性能优于传统BM25和PLM/LLM稠密检索,填补了经典词汇搜索与现代语义方法的空白。
2024-08-14 cs.IR
From Semantic Retrieval to Pairwise Ranking: Applying Deep Learning in E-commerce Search
我们将深度学习模型引入到全球最大的电子商业平台之一JD.com的产品搜索中最重要的两个阶段。具体来说,我们概述了一个深度学习系统的设计,该系统可以在几毫秒内检索与查询语义相关的项目,以及一个成对的深度重新排名系统,该系统可以学习微妙的用户偏好。与传统的搜索系统相比,本文提出的方法在语义检索和个性化排序方面有了明显的改进。
2021-03-24 cs.AI cs.IR cs.LG
Semantic Search by Latent Ontological Features
命名实体和关键字在定义它们出现的文本内容时都很重要。特别地,人们经常在信息搜索中使用命名实体。然而,命名实体具有本体特征,即它们的别名、类和标识符,这些特征从它们的文本外观中隐藏。我们提出了基于本体的扩展传统的向量空间模型,探索不同的组合,这些潜在的本体特征与关键字的文本检索。我们在基准数据集上的实验表明,与纯粹基于关键字的模型相比,所提出的模型具有更好的搜索质量,并且它们在文本检索和文档和查询表示方面都具有优势。
2018-07-15 cs.IR
Matching Meaning at Scale: Evaluating Semantic Search for 18th-Century Intellectual History through the Case of Locke
University of Helsinki(赫尔辛基大学);TurkuNLP, University of Turku(图尔库大学TurkuNLP);ELLIS Institute Finland(芬兰ELLIS研究所)
本文通过洛克作品的接受情况,评估语义搜索在18世纪思想史中的应用,发现其能更有效地检索隐含意义,但受限于词汇重叠。
2026-05-12 cs.AI cs.CL cs.CY
Semantic snippet construction for search engine results based on segment evaluation
来自搜索引擎的结果列表包括来自每个结果项的网页的链接和摘录。结果列表中的片段在帮助用户点击它方面起着至关重要的作用。本文提出了一种新的方法来构造基于页面中的片段的语义评估的片段。通过应用模型来评估页面中存在的分段并选择具有最高分数的分段来识别目标分段。该模型使得用户判断点击结果项更容易,因为片段是在基于多个因素的关键评估后语义构建的。所提出的模型的原型实现证实了经验验证。
2012-02-13 cs.IR
Combining Named Entities with WordNet and Using Query-Oriented Spreading Activation for Semantic Text Search
基于关键字的文本搜索并不令人满意,因为命名实体和WordNet单词也是定义文档内容或出现它们的查询的重要元素。命名实体具有本体特征,即它们的别名、类和标识符。WordNet中的词也具有本体特征,即同义词、上位词、下位词和义项。概念的这些特征可能隐藏在它们的文本外观中。此外,还有一些相关的概念没有出现在查询中,但如果添加它们,则可以显示查询的含义。提出了一种基于本体的广义向量空间模型来进行语义文本搜索。它利用命名实体和WordNet词的本体特征,并开发了一个面向查询的扩散激活算法来扩展查询。此外,它结合和利用不同的本体的语义标注和搜索的优势。在基准数据集上的实验表明,在MAP度量方面,我们的模型比纯粹基于关键字的模型好42.5%,比仅使用WordNet或命名实体的模型分别好32.3%和15.9%。关键词:语义搜索,扩散激活,本体,命名实体,WordNet。
2018-07-20 cs.IR
Towards Semi-Automatically Comparing Keyword-Based and Semantic Search Accuracy
Technical University of Munich(慕尼黑工业大学);Gofore GmbH(Gofore有限公司);University of Stuttgart(斯图加特大学)
针对关键词与语义搜索缺乏定量比较的问题,提出半自动框架,通过等价类评估排序准确性与信息完整性,并经工业案例验证语义搜索优势。
2026-09-30 cs.IR
Personalize Web Searching Strategies Classification and Comparison
Technical University of Sofia(索非亚技术大学)
个性化是语义Web搜索的一个重要发展方向,用户需要找到合适的信息。本文提出了Web个性化的分类,并对语义Web搜索工具进行了研究。建立用户兴趣档案是个性化的关键。目前,语义Web工具使用本体的个性化,因为他们的优势。值得一提的是,大多数语义Web搜索工具都使用代理技术来实现。
2022-03-25 cs.AI cs.IR