Query Expansion Based on Clustered Results
查询扩展是搜索引擎的一种功能,它为用户发出的关键字查询建议一组相关查询。典型的语料库驱动的关键字查询扩展方法返回结果中的流行词作为扩展查询。使用这些方法,扩展的查询可以对应于可能的查询语义的子集,并且因此错过相关结果。针对模糊查询和探索性查询结果相关性难以判断的问题,提出了一种新的关键字查询扩展框架:首先按照用户指定的粒度对查询结果进行聚类,然后生成扩展查询,使得每个聚类的结果集理想情况下应该是对应的聚类。我们正式这个问题,并显示其APX硬度。然后,我们提出了两个有效的算法,分别命名为迭代的单关键字细化和部分消除的收敛,有效地产生一组扩展的查询从聚类结果,提供了一个分类的原始查询结果。我们相信,我们的研究产生一个最佳的查询的基础上查询结果的地面真理不仅在查询扩展的应用程序,但有意义的关键字搜索质量的研究一般。
2011-04-16 cs.IR
Massive Query Expansion by Exploiting Graph Knowledge Bases
基于关键词的搜索引擎存在术语歧义和词汇不匹配的问题。在本文中,我们提出了一个查询扩展技术,丰富的查询表示为关键字和短的自然语言描述。我们提出了一个新的大规模查询扩展策略,丰富了查询使用的知识库,通过确定查询概念,并添加相关的同义词和语义相关的条款。我们提出两种方法:(i)词汇扩展,其在知识库中定位相关概念;以及(ii)拓扑扩展,其分析概念之间的关系网络,并且通过知识图谱的路径和社区分析来建议语义上相关的术语。我们使用两个版本的维基百科作为知识库进行扩展,得出的结论是,词汇和拓扑扩展的组合提供了系统的精度提高了27%以上。
2013-10-21 cs.IR
Using Word Embeddings for Automatic Query Expansion
本文提出了一种基于分布式神经语言模型word 2 vec的自动查询扩展(AQE)框架。word 2 vec在分布式无监督框架中使用语义和上下文关系,为每个词汇条目学习低维嵌入。利用这个框架,我们设计了一个查询扩展技术,其中相关的条款,以一个查询的K-最近邻方法。我们探讨的AQE方法的性能,有和没有反馈查询扩展,和一个简单的K-最近邻的变种,在建议的框架。在标准TREC ad-hoc数据(具有查询集301-450、601-700的盘4、5)和web数据(具有查询集451-550的WT 10 G数据)上的实验示出了比基于标准术语重叠的检索方法的显著改进。然而,所提出的方法无法实现与基于统计共现的反馈方法(如RM 3)相当的性能。我们还发现,基于word 2 vec的查询扩展方法在有和没有任何反馈信息的情况下执行类似。
2016-06-24 cs.IR
Local versus Global Strategies in Social Query Expansion
社交媒体中的链接共享可以被视为针对由主题标签表达的查询或主题的协作检索的文档集。时间信息起着重要的作用,以确定正确的上下文,这样的注释是有效的检索目的。我们调查如何社会数据的时间背景下,可以用于查询扩展和比较全球与本地的策略,计算这样的上下文信息的一组标签。
2019-08-05 cs.IR
CEQE: Contextualized Embeddings for Query Expansion
在这项工作中,我们利用上下文敏感的语言模型的最新进展,以提高查询扩展的任务。诸如ELMo和BERT之类的上下文化单词表示模型正在迅速取代静态嵌入模型。我们提出了一个新的模型,上下文嵌入查询扩展(CEQE),利用查询为中心的上下文嵌入向量。我们研究的行为产生的上下文表示的查询扩展在ad-hoc文档检索。我们进行我们的实验概率检索模型,以及结合神经排名模型。我们在两个标准的TREC集合上评估CEQE:Robust和深度学习。我们发现,CEQE在多个集合上优于基于静态嵌入的扩展方法(平均精度在Robust上高达18%,在深度学习上高达31%),并且还改进了经过验证的概率伪相关反馈(PRF)模型。我们进一步发现,多次通过扩展和重新排序的结果在持续的收益与CEQE为基础的方法优于其他方法的有效性。结合神经和基于CEQE的扩展评分的最终模型在Robust上的P@20和AP中分别获得了高达5%和2%的收益,超过了最先进的基于transformer的重新排名模型Birch。
2021-03-09 cs.IR
Query Expansion Strategy based on Pseudo Relevance Feedback and Term Weight Scheme for Monolingual Retrieval
使用伪相关反馈的查询扩展是一种有用的和流行的查询重构技术。在我们提出的查询扩展方法中,我们假设相关信息可以在文档中找到中心思想附近。文件通常分为节、段和行。所提出的方法试图提取的关键字,更接近的中心主题的文件。扩展项是通过对伪相关反馈得到的文档进行等频划分,并利用tf-idf得分得到的。idf因子是针对文档中的分区数计算的。使用以下方法选择用于查询扩展的词组:最高得分、平均得分和具有最大数量的关键字的词组。由于不同的查询扩展方法对每个查询的影响不同,因此研究了这些方法在选择查询扩展词时的作用。从最初的研究,我们扩展实验,开发一个基于规则的统计模型,自动选择最好的一组单词,结合tf-idf评分和3种方法在这里解释,在未来。实验在FIRE 2011 Adhoc印地语和英语测试集上进行,每个测试集上有50个查询,使用Terrier作为检索引擎。
2015-02-18 cs.IR
Proactive Query Expansion for Streaming Data Using External Source
查询扩展是通过添加相关词来重新表达原始查询的过程。为了提高查询扩展方法的性能或提高检索结果的质量,选择要添加哪些项是任何信息检索系统的一个重要方面。添加能够积极地影响搜索查询的质量或者信息量足够大的词在返回或收集覆盖特定主题的相关文档中起重要作用,这能够导致提高信息检索系统的效率。通常,使用查询扩展技术来向给定搜索查询添加或替换单词以收集相关数据。本文设计并实现了一个自动查询扩展流水线。我们概述了几种使用不同方法扩展查询的工具。我们的方法依赖于随着时间的推移在流数据中定位紧急事件,并使用概率主题模型从目标文档中找到隐藏的主题。我们使用动态特征向量中心性来触发紧急事件,并使用潜在狄利克雷分配来发现主题。此外,我们使用一个外部数据源作为辅助流,以补充与相关的词的主要流和扩展的查询使用的话从主要和辅助流。对2015年巴尔的摩抗议活动期间发生的事件相关的Twitter数据(主流)进行了实验研究。检索结果的质量是使用流数据的质量指标来衡量的:tweets count,hashtag count和hashtag clustering。
2022-01-17 cs.IR
A novel model for query expansion using pseudo-relevant web knowledge
在信息检索领域,查询扩展(QE)一直被用作处理用户查询与目标信息之间的词不匹配的基本问题的技术。在查询词与扩展词之间的关系上下文中,现有的加权技术往往不能恰当地捕捉词与词之间的关系以及词与整个查询词之间的关系,导致检索效率较低。我们提出的QE方法通过提出三个加权模型来解决这个问题,这三个加权模型基于(1)tf-itf,(2)基于k-最近邻(kNN)的余弦相似性,以及(3)相关性得分。此外,为了提取扩展术语的初始集合,我们使用由三个流行的搜索引擎即Google、Bing和DuckDuckGo返回的前N个网页组成的伪相关网络知识来响应原始查询。在这三个加权模型中,tf-itf对从网络内容中获得的每个单独术语进行评分,基于kNN的余弦相似度对扩展术语进行评分以获得术语与术语的关系,相关性评分对选定的扩展术语相对于整个查询进行加权。该模型被称为基于Web知识的查询扩展(WKQE),在FIRE数据集上,与未扩展的查询相比,MAP得分提高了25.89%,GMAP得分提高了30.83%。与其他相关方法的WKQE技术的比较分析清楚地表明显着改善检索性能。我们还分析了不同数量的伪相关文档和扩展条款的检索效果的建议模型。
2019-08-27 cs.IR
Orthogonal Query Expansion
在过去的15年里,网络搜索已经取得了巨大的进步。从1995年几乎随机收集的匹配页面开始,今天,搜索引擎倾向于满足用户对精心制定的查询的信息需求。剩下的主要挑战之一是当用户提供了一个表达不好的查询时,如何满足用户的需求。当与用户原始关键字匹配的页面被判断为不令人满意时,使用查询扩展技术来修改结果集。这些技术找到与用户给出的关键字相似的关键字,然后将其附加到原始查询中,从而导致结果集的扰动。然而,当原始查询是充分不适定的,用户的信息需求是最好的满足使用完全不同的关键字,和原始结果集的一个小扰动是注定要失败的。我们提出了一种新的方法,不是基于原始查询的关键字。我们有意寻找正交查询,这是相关的查询,具有较低的相似性,用户的查询。正交查询的结果集与原始查询的结果集在少量页面上相交。正交查询可以访问用户的信息需求,同时由与原始查询完全不同的术语组成。我们说明了我们的方法的有效性,提出了一个查询扩展的方法,从这些意见,提高了使用雅虎BOSS基础设施获得的结果。
2011-09-02 cs.IR
Query, Decompose, Compress: Structured Query Expansion for Efficient Multi-Hop Retrieval
Chung-Ang University(中央大学)
本文提出DeCoR框架,通过结构化信息精炼提升多跳检索效率,采用查询分解和文档压缩技术,使小模型在复杂检索中表现优于大模型。
2026-01-14 cs.IR
Effectiveness and Efficiency Trade-off in Selective Query Processing
可以优化搜索引擎中的查询处理以用于所有查询。为此,可以优化系统组件参数,例如加权函数或自动查询扩展模型,或者从过去的查询中学习。然而,通过调整组件参数来逐个查询地优化处理线程可能更有意思;这就是选择性查询处理所做的。选择性查询处理使用在查询时选择的候选处理线程之一。选择基于查询功能。在本文中,我们研究了不同设置中的选择性查询处理,包括有效性和效率;这包括选择性查询扩展和其他形式的选择性查询处理(例如,当项加权函数变化时或者当扩展模型变化时)。我们发现,当使用最佳训练的处理线程及其查询扩展计数器部分时,可以获得有效性和效率之间的最佳权衡。这对于实字引擎来说似乎也是最自然的,因为两个线程使用相同的核心引擎(例如,相同项加权函数)。
2023-02-22 cs.IR
Query Expansion Is More Than Generation: Improving Dense Retrieval through Better Integration
University of Arizona(亚利桑那大学)
该研究针对LLM生成查询扩展导致密集检索器性能下降的问题,提出无需训练的AnchorQE方法,通过编码原始查询与扩展内容并插值,在多个数据集上提升检索效果。
2026-08-27 cs.IR
Dynamic Model for Query-Document Expansion towards Improving Retrieval Relevance
从搜索引擎中获取相关信息一直是信息检索研究工作的核心。查询扩展是一种已经被研究并被证明在相关性方面产生积极结果的检索技术。用户需要将他们的查询表达为单词、句子或问题的短列表。使用这种简短的格式,大量的信息在从实际查询大小转换所需信息的过程中丢失,因为用户不能用几句话表达他所有的想法。这主要导致不良的查询表示,这有助于不期望的检索效率。这种信息的丢失使得查询扩展技术的研究成为一个强有力的研究领域。本研究工作的重点是两种检索方法的鸣叫长度查询和长度查询。已经提出了两种算法,预计实现产生一个更好的相关性检索模型比大多数国家的最先进的相关性模型。
2021-03-18 cs.IR
A new approach for query expansion using Wikipedia and WordNet
查询扩展(QE)是用于增强信息检索的有效性的公知技术。QE通过添加有助于检索更相关结果的类似术语来重新制定初始查询。在文献中已经提出了几种方法,产生了相当有利的结果,但它们并不均匀地有利于所有类型的查询(个人和短语查询)。其中一个主要原因是使用相同类型的数据源和加权方案,同时扩展单个和短语查询项。结果,查询项之间的整体关系没有被很好地捕获或评分。为了解决这个问题,我们提出了一种新的量化宽松方法,使用维基百科和WordNet作为数据源。具体来说,Wikipedia为短语术语提供了丰富的扩展术语,而WordNet为单个术语提供了相同的扩展术语。我们还提出了新的加权方案的扩展条款:在链接得分(从维基百科中提取的条款)和一个TF-IDF为基础的计划(从WordNet中提取的条款)。在建议的Wikipedia-WordNet-based QE技术(WWQE)中,我们对扩展项进行两次加权:首先,它们分别由加权方案进行评分,然后,加权方案使用相关性得分对所选扩展项进行评分。所提出的方法获得了24%的MAP分数和48%的GMAP分数上的改进,在未扩展的查询上的FIRE数据集。实验结果实现了显着的改善,个人的扩展和其他相关的国家的最先进的方法。我们还分析了通过改变扩展项的数量对所提出的技术的检索效果的影响。
2019-06-20 cs.IR
Progressive Query Expansion for Retrieval Over Cost-constrained Data Sources
本文提出渐进式查询扩展算法ProQE,结合伪相关反馈与大语言模型,在检索过程中迭代扩展查询,以降低按文档收费API场景下的检索成本,并在四个数据集上取得比最先进基线高37%的效果且成本效益最优。
2024-06-11 cs.IR
A Vertical PRF Architecture for Microblog Search
在微博检索中,由于查询和帖子的长度较短,查询扩展对于获得良好的搜索结果是必不可少的。由于微博中的信息是高度动态的,一个最新的索引加上伪相关反馈(PRF)与外部语料库有更高的机会检索更多的相关文件和提高排名。本文主要研究的问题是:如何在保持与标准PRF相同的检索精度的同时,降低查询扩展的计算开销?因此,我们建议加快伪相关反馈的查询扩展步骤。假设使用组织成垂直的扩展语料库来扩展查询,将导致更有效的查询扩展过程和改进的检索效果。因此,所提出的查询扩展方法使用分布式搜索架构和资源选择算法来提供高效的查询扩展过程。在TREC微博数据集上的实验表明,该方法在MAP和NDCG@30下的性能与标准PRF相当或优于标准PRF,而计算量降低了3个数量级.
2018-10-08 cs.IR
Understanding Graph Structure of Wikipedia for Query Expansion
知识库是知识提取的很好的来源,能够从结构化和非结构化的来源创建知识,并使用它来改进自动化过程,如查询扩展。然而,从非结构化数据源中提取知识仍然是一个开放的挑战。在这方面,了解知识库的结构可以为这种目的的有效性提供显着的好处。特别是,维基百科在过去几年中已经成为一个非常受欢迎的知识库,因为它是一个具有大量信息的通用百科全书,因此涵盖了大量不同的主题。在这篇文章中,我们分析了维基百科的条目和类别如何相互关联,以及这些关系如何支持查询扩展技术。特别是,我们表明,结构的形式密集的周期与最小数量的类别往往识别最相关的信息。
2015-05-06 cs.IR
Improving Query Expansion Using WordNet
本文提出了一种利用WordNet进行查询扩展的新方法。像往常一样,我们从一组伪相关文档中选择候选扩展术语;然而,这些术语的有用性是根据手工制作的词汇资源(如WordNet)中提供的定义来衡量的。对一些标准TREC集合的实验表明,该方法优于现有的基于WordNet的方法。它还可以与KLD和RM 3等已建立的QE方法进行比较。利用早期的工作,其中量化宽松方法的组合被发现优于每个单独的方法(以及其他众所周知的QE方法),我们接下来提出一种基于组合的QE方法,该方法考虑了候选扩展项的有用性的三个不同方面:(i)其在伪相关文档和目标语料库中的分布,(ii)其与查询项的统计关联,以及(iii)其与查询的语义关系,如由术语和查询术语的WordNet定义之间的重叠所确定的。这种不同信息来源的组合似乎在许多测试集合上工作得很好,即,TREC 123、TREC 5、TREC 678、TREC鲁棒新集合和TREC 910集合,并在大多数这些集合上产生了与竞争方法相比的显着改进。
2013-09-19 cs.IR
LLM-based Query Expansion Fails for Unfamiliar and Ambiguous Queries
该研究揭示基于大语言模型的查询扩展在模型知识不足或查询歧义性高时会显著降低检索效果,系统分析两类失效场景并提出对应评估框架,为检索增强技术的局限提供了参考。
2025-05-19 cs.IR
Upcycling Candidate Tokens of Large Language Models for Query Expansion
本研究针对大语言模型用于查询扩展时性能与计算成本的权衡问题,提出CTQE方法,通过一次解码提取未选中的候选令牌实现扩展,在更低成本下达到了优异的检索性能。
2025-09-02 cs.IR
Comparing and Combining Methods for Automatic Query Expansion
查询扩展是提高信息检索系统性能的公知方法。在这项工作中,我们已经测试了不同的方法来提取候选查询条件的排名靠前的文件返回的第一遍检索。其中之一是共现的方法,基于措施的候选人和检索到的文档中的查询条件的共现。另一种方法是概率方法,它基于集合和排名最高的集合中术语的概率分布。我们比较检索的改进,通过扩大查询与属于这两种方法的不同方法获得的条款。此外,我们已经开发了一个天真的组合,这两种方法,我们已经得到的结果,改善与他们单独获得的。这一结果证实,每种方法提供的信息性质不同,因此可以合并使用。
2008-04-13 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
Exploring the Best Practices of Query Expansion with Large Language Models
本文提出无需训练的多文本生成集成框架MuGI,利用LLMs生成多个伪参考并与查询集成以增强稀疏和稠密检索器,实验证明该方法能广泛提升23M至7B参数模型的检索性能。
2024-06-29 cs.IR
EviQE: Evidence Selection for LLM-Based Query Expansion
Toronto Metropolitan University(多伦多都会大学);University of Waterloo(滑铁卢大学);University of Toronto(多伦多大学)
EviQE通过聚合多个改写器的检索文档并选择紧凑证据集进行查询扩展,在TREC DL和BEIR基准上,基于相关性的证据选择(LLM-Score)显著优于直接改写等方法。
2026-09-15 cs.IR
Wiki-MetaSemantik: A Wikipedia-derived Query Expansion Approach based on Network Properties
本文讨论了利用Wikipedia建立语义本体来进行查询扩展(QE),以改善搜索引擎的搜索结果。在这种技术中,选择相关的维基百科概念变得很重要。我们建议使用网络属性(度,接近度,和pageRank)来构建一个本体图的用户查询概念,这是直接从维基百科的结构。由此产生的扩展系统被称为Wiki-MetaSemantik。我们在个人和Meta搜索引擎设置中对其他在线词库和基于本体的QE测试了该系统。尽管我们的系统必须构建一个维基百科本体图才能工作,但与另一个本体QE基线(维基百科波斯语本体QE)相比,该技术的工作速度非常快(1:281)。因此,它有可能在网上使用。此外,它在准确性方面也有显著提高。Wiki-MetaSemantik在Meta搜索引擎(MSE)设置中也显示出比在单个搜索引擎设置中更好的性能。
2017-11-23 cs.IR
RAG without Forgetting: Continual Query-Infused Key Memory
Emory University(埃默里大学);Virginia Tech(弗吉尼亚理工大学)
ERM通过正确性门控反馈实现持续检索改进,无需训练,将查询扩展转化为稳定索引,提升多领域检索与生成性能。
2026-02-05 cs.IR
Query Expansion Using Term Distribution and Term Association
好的术语选择是自动查询扩展(AQE)技术的一个重要问题。从目标语料库中选择扩展术语的AQE技术通常以两种方式之一这样做。基于分布的术语选择将术语在(伪)相关文档中的分布与在整个语料库/随机分布中的分布进行比较。两种著名的基于分布的方法是基于Kullback-Leibler散度(KLD)和Bose-Einstein统计(Bo 1)。另一方面,基于关联的术语选择使用关于候选术语如何与原始查询术语共现的信息。局部上下文分析(LCA)和基于关联的语言模型(RM 3)是基于关联的方法的示例。我们在这项研究中的目标是研究如何将这两类方法结合起来,以提高检索效率。我们提出了以下基于组合的方法。首先使用基于分布的方法获得候选扩展项。然后,基于术语与原始查询术语的关联强度来细化该集合。我们在11个TREC集合上测试我们的方法。所提出的组合通常比每个单独的方法以及其他最先进的AQE方法产生更好的结果。在我们的主要目标的途中,我们还提出了一些修改LCA和Bo 1,从而提高性能。
2013-03-04 cs.IR
Knowledge-based Query Expansion in Real-Time Microblog Search
由于微博文本(如tweets)的长度被严格限制在140个字符以内,传统的信息检索技术存在严重的词汇不匹配问题,无法在微博环境下取得良好的检索效果。为了解决这一关键挑战,在本文中,我们提出了一种新的语言建模方法,通过推断各种类型的上下文信息的微博检索。特别地,我们使用Freebase中的知识词来扩展查询,以便扩展后的查询更好地反映用户的搜索意图。此外,为了进一步满足用户对实时的【形】信息需求,我们在扩展方法中加入了时间证据,可以提高检索结果中关于给定主题的最近推文。两个官方TREC Twitter语料库上的实验结果表明,我们的方法比基线方法的显着优越性。
2015-03-13 cs.IR
Exploring task-based query expansion at the TREC-COVID track
我们将探讨如何根据搜索任务生成有效的查询。我们的方法有三个主要步骤:1)根据研究目标识别搜索任务,2)根据这些任务手动分类搜索查询,3)比较三种方法,以提高搜索排名的基础上的任务上下文。最有前途的方法是基于使用任务术语扩展用户的查询术语,这稍微提高了NDCG@20分数超过BM 25基线。如果我们能够确定更具体的搜索任务,可能会得到进一步的改进。
2020-11-16 cs.IR
Tracing Query Expansion Effects through Sparse Autoencoder Features
Shandong University(山东大学);University of Chinese Academy of Sciences(中国科学院大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
本研究利用稀疏自编码器特征追踪查询扩展对稠密检索器的内部影响,发现有效扩展引起层集中的潜在特征变化,并通过激活引导验证其能更一致地提升检索性能。
2026-09-09 cs.IR
Query Expansion and Entity Weighting for Query Reformulation Retrieval in Voice Assistant Systems
Amazon Alexa AI(亚马逊Alexa人工智能部门)
Alexa、Siri和Google Assistant等语音助手在全球范围内越来越受欢迎。然而,语言变化、语音模式的可变性、环境声学条件和其他这样的因素通常与助理误解用户的查询相关。为了提供更好的客户体验,基于检索的查询重构(QR)系统被广泛用于重构那些被误解的用户查询。目前的QR系统通常专注于神经检索模型训练或直接实体检索以进行重构。然而,这些方法很少同时关注查询扩展和实体加权,这可能限制查询重构检索的范围和准确性。在这项工作中,我们提出了一种新的查询扩展和实体加权方法(QEEW),它利用实体目录中的实体(包括用户的查询,助理的响应,和相应的实体)之间的关系,以提高查询重构性能。在Alexa注释数据上的实验表明,与不使用查询扩展和加权的基线相比,QEEW提高了所有顶级精度指标,特别是top10精度提高了6%;与使用查询扩展和加权的其他基线相比,top10精度提高了5%以上。
2022-02-22 cs.AI cs.IR
BERT-QE: Contextualized Query Expansion for Document Re-ranking
University of Chinese Academy of Sciences(中国科学院大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所);Amazon Alexa(亚马逊 Alexa);Max Planck Institute for Informatics(马克斯·普朗克信息学研究所)
查询扩展的目的是减少查询和文档中使用的语言之间的不匹配。然而,查询扩展方法在扩展查询时可能会引入不相关的信息。为了弥合这一差距,灵感来自最近的进展,应用上下文模型,如BERT的文档检索任务,本文提出了一种新的查询扩展模型,利用强度的BERT模型选择相关的文档块进行扩展。在对标准TREC Robust 04和GOV 2测试集的评估中,所提出的BERT-QE模型显著优于BERT-Large模型。
2020-11-03 cs.CL cs.IR
Query Refinement by Multi Word Term expansions and semantic synonymy
我们开发了一个系统,TermWatch(https://stid-bdd.iut.univ-metz.fr/TermWatch/index.pl),它结合了术语的语言提取,它们的结构化成一个术语网络与聚类算法。在本文中,我们将探讨它的能力,在整合最有前途的方面的研究,查询细化:选择有意义的文本单元集群(领域术语),选择紧密的语义关系,集群术语,结构的术语在网络中,使abetter感知领域概念。我们在PASCAL 2005-2006书目数据库(http://www.example.com)的367 645篇英文摘要上进行了实验,并将TermWarch自动构建的结构化术语资源与TermScience资源(http://termsciences.inist.fr/)的英文部分(包含88 211个术语)进行了比较。www.inist.fr
2008-11-04 cs.IR
Deep Neural Networks for Query Expansion using Word Embeddings
Tehran University(德黑兰大学);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校)
查询扩展是缓解信息检索任务中词汇不匹配问题的一种方法。以往的研究表明,通过伪相关反馈等传统方法选择用于查询扩展的术语并不总是有助于检索过程。在本文中,我们表明,这也是真实的最近提出的基于嵌入的查询扩展方法。然后,我们引入一个人工神经网络分类器来预测查询扩展条款的有用性。该分类器使用术语词嵌入作为输入。我们在四个TREC新闻专线和网络集合上进行实验,结果表明,与竞争基线相比,使用分类器选择的扩展项显着提高了检索性能。结果也显示比基线更稳健。
2018-11-08 cs.CL cs.IR
Enhancing Retrieval-Augmented Generation with Two-Stage Retrieval: FlashRank Reranking and Query Expansion
本研究提出双阶段检索框架,结合查询扩展和FlashRank重排序,提升检索增强生成的准确性和效率。
2025-10-17 cs.IR
Coupled intrinsic and extrinsic human language resource-based query expansion
不良的信息检索性能通常归因于查询-文档词汇不匹配问题,其被定义为人类用户难以制定精确的自然语言查询,该查询与被认为与特定搜索目标相关的文档的词汇一致。为了缓解这个问题,应用查询扩展过程以便产生附加项并将附加项集成到初始查询。这需要准确识别主要查询概念,以确保适当强调预期的搜索目标,并提取相关扩展概念并将其包含在丰富的查询中。自然语言查询具有内在的语言属性,例如可以在确定预期的搜索目标时利用的词性标签和语法关系。此外,外部的基于语言的资源,如本体,需要建议扩展概念语义一致的查询内容。我们在这里提出了一个查询扩展框架,它利用用户查询和本体资源的语言特征的查询成分编码,扩展概念提取和概念加权。在真实数据集上的一个彻底的实证评估验证了我们的方法对unigram语言模型,相关性模型和顺序依赖为基础的技术。
2020-04-23 cs.CL cs.IR
Event-Driven Query Expansion
Technion(以色列理工学院);eBay Research(eBay研究院)
大量的事件相关的查询发布在Web搜索。在本文中,我们试图提高检索性能,利用事件,并专门针对查询扩展的经典任务。提出了一种扩展事件相关查询的方法,首先检测与之相关的事件,然后将扩展的候选词作为与查询和事件语义相关的词。为了识别候选人,我们利用一种新的机制,同时嵌入词和事件在同一个向量空间。我们表明,我们提出的利用事件的方法,提高查询扩展性能显着相比,国家的最先进的方法在各种新闻专线TREC数据集。
2020-12-22 cs.CL cs.IR
Personalize Before Retrieve: LLM-based Personalized Query Expansion for User-Centric Retrieval
Dalian University of Technology(大连理工大学);City University of Hong Kong(香港城市大学);University of Science and Technology of China(中国科学技术大学);Huawei Technologies Ltd.(华为技术有限公司)
本文提出PBR框架,通过在检索前个性化查询扩展,提升用户个性化检索的性能。
2025-12-09 cs.IR
Using Query Expansion in Manifold Ranking for Query-Oriented Multi-Document Summarization
Beihang University(北京航空航天大学)
流形排序已成功地应用于面向查询的多文档摘要。它不仅利用了句子之间的关系,而且还利用了给定查询和句子之间的关系。然而,原始查询的信息往往是不够的。为此,本文提出了一种结合流形排序的查询扩展方法来解决这一问题。该方法不仅利用查询词本身的信息和知识库WordNet进行同义词扩展,还利用文档集本身的信息进行多种方式的查询扩展(均值扩展、方差扩展和TextRank扩展)。与以往的查询扩展方法相比,我们的方法结合了多种查询扩展方法,更好地表示查询信息,同时在流形排序上做了有益的尝试。此外,我们使用词的重叠度和词之间的接近度来计算句子之间的相似度。在DUC2006和DUC2007数据集上进行了实验,实验结果表明,所提出的查询扩展方法能够显著提高系统性能,使系统性能达到与现有系统相当的水平.
2021-07-31 cs.AI cs.IR cs.LG
A Linguistically Driven Framework for Query Expansion via Grammatical Constituent Highlighting and Role-Based Concept Weighting
Faculty of IT(信息技术学院);Faculty of Computer Science(计算机科学学院);Monash University(莫纳什大学);University of Lyon(里昂大学)
在本文中,我们提出了一个语言动机的查询扩展框架,识别和编码的重要查询成分,表征查询意图,以提高检索性能。感兴趣的概念被认为是核心概念,代表了搜索目标的要旨,而其余的查询成分,用于指定搜索目标和完成查询结构被分类为描述性,关系或结构。认识到需要形成语义相关的碱基对提取相关的潜在扩展概念的目的,一个算法,它利用句法依赖来捕捉相邻和非相邻的查询概念之间的关系。最后,一个强大的加权方案,适当强调查询成分的重要性,根据其语言的作用,在扩展查询。我们证明了改进的检索效率方面的平均平均精度(MAP)获得的建议基于语言的查询扩展框架,通过实验TREC特设测试集合。
2020-04-25 cs.CL cs.IR
ThinkQE: Query Expansion via an Evolving Thinking Process
ThinkQE通过演进的思考过程和语料库交互策略,在测试时实现更全面的查询扩展,优于传统密集检索器和重排序器。
2026-03-09 cs.CL cs.IR
Query Expansion with Locally-Trained Word Embeddings
Microsoft(微软)
连续空间词嵌入由于其建模术语相似性和其他关系的能力而在自然语言处理和机器学习社区中受到了极大的关注。我们研究的背景下,临时信息检索的查询扩展的术语相关性的使用。我们证明了词嵌入,如word2vec和GloVe,在全球范围内训练时,表现不佳的语料库和查询特定的嵌入检索任务。这些结果表明,受益于全局嵌入的其他任务也可能受益于局部嵌入。
2016-06-23 cs.CL cs.IR
Query Expansion in the Age of Pre-trained and Large Language Models: A Comprehensive Survey
School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院);Center for Information and Language Processing (CIS), LMU Munich(慕尼黑大学信息与语言处理中心);Munich Center for Machine Learning (MCML)(慕尼黑机器学习中心)
本文综述了预训练和大语言模型时代的问题扩展方法,探讨了不同模型家族如何实现新的扩展行为,并分析了四种设计维度下的最新技术,总结了应用模式和部署考虑,指出了未来挑战和方向。
2026-05-07 cs.IR
Improved Query Topic Models via Pseudo-Relevant Pólya Document Models
基于伪相关反馈的查询扩展是克服词汇不匹配问题和提高检索效率的一种常用方法。在本文中,我们开发了一种新的方法,估计一个查询主题模型从一组伪相关的文件,使用一个新的语言建模框架。我们假设文档是通过多变量Polya分布的混合生成的,并且我们表明,通过识别每个文档中的主题术语,我们可以适当地选择可能属于查询主题模型的术语。几个TREC集合的实验结果表明,新的方法相比,目前国家的最先进的扩展方法。
2016-02-04 cs.IR
TCDE: Topic-Centric Dual Expansion of Queries and Documents with Large Language Models for Information Retrieval
Xi’an Jiaotong University(西安交通大学);University of Massachusetts Boston(麻省大学波士顿分校)
TCDE通过大语言模型实现查询与文档的主题聚焦双扩展,提升信息检索的语义对齐效果。
2025-12-19 cs.IR
Query2doc: Query Expansion with Large Language Models
Microsoft Research(微软研究院)
本文提出query2doc方法,利用大型语言模型生成伪文档来扩展查询,显著提升稀疏和稠密检索系统的性能,无需微调。
2023-10-11 cs.CL cs.IR
Sequence to Sequence Learning for Query Expansion
Ecole Polytechnique(巴黎综合理工学院);Universite du Quebec a Montreal(魁北克大学蒙特利尔分校)
在信息检索的文献中,也没有在检索中探索使用序列到序列算法进行查询扩展。我们试图用一个在开放数据集上训练和测试的自定义查询扩展引擎来填补文献中的这一空白。从开放数据集开始,我们使用基于嵌入的关键词提取构建了一个查询扩展训练集。因此,我们评估了Sequence to Sequence神经网络捕获单词嵌入空间中扩展关系的能力。
2018-12-25 cs.CL cs.IR stat.ML
Corpus-Steered Query Expansion with Large Language Models
University of Amsterdam(阿姆斯特丹大学);Tencent IEG(腾讯互动娱乐事业群);University of Maryland(马里兰大学);University of Technology Sydney(悉尼科技大学)
针对LLM生成查询扩展存在幻觉和语料错位的问题,本文提出CSQE,结合初始检索文档中的关键句与LLM知识扩展查询,在无需训练的情况下提升检索性能。
2024-02-28 cs.CL cs.IR
Query Expansion via structural motifs in Wikipedia Graph
搜索相关信息可能会让用户感到非常沮丧,因为他们无意中使用了过于笼统或不适当的关键字来表达他们的请求。为了克服这种情况,查询扩展技术旨在通过添加更好地描述用户的真实意图的新术语(称为扩展特征)来转换用户请求。我们提出了一种方法,完全依赖于相关的结构(而不是使用语义)中发现的知识库(KBs)提取的扩展功能。我们称我们的方法为结构化查询扩展(SQE)。知识库的结构分析需要我们提出一组连接它们强相关条目的结构基序,这些结构基序可用于提取扩展特征。在本文中,我们使用维基百科作为我们的知识库,这可能是最大的信息来源之一。SQE能够实现超过150%的非扩展查询的改进,并且能够在最坏的情况下在不到0.2秒的时间内识别扩展功能。最重要的是,我们相信我们正在为查询扩展开辟新的研究方向,提出了一种与许多当前系统正交的方法。例如,SQE将伪相关反馈技术提高了13
2016-05-12 cs.IR cs.SI
Merchandise Recommendation for Retail Events with Word Embedding Weighted Tf-idf and Dynamic Query Expansion
eBay Inc.(易趣公司)
为了推荐季节性零售活动的相关商品,我们依赖于从市场库存中检索的商品。通过反馈来扩大查询范围,我们讨论了利用词嵌入相似度来选择关键词扩展候选词,并提出了一种改进的tf-idf扩展词搜索排序公式。
2022-08-18 cs.IR cs.LG
Interactive query expansion for professional search applications
知识工作者(如医疗保健信息专业人员、专利代理人和招聘专业人员)承担的工作任务中,搜索是他们职责的核心部分。在这些情况下,搜索任务通常是复杂和耗时的,并且需要专业知识来制定准确的搜索策略。诸如查询扩展之类的交互式功能在支持这些任务方面可以发挥关键作用。然而,在专业搜索上下文中生成查询建议需要考虑其采用的搜索策略的专业性和结构化性质。在本文中,我们研究了各种查询扩展方法,适用于在各种现实世界的专业搜索任务中使用的布尔搜索策略的集合。结果表明,实用的上下文无关的分布式语言模型和使用语言线索,如ngram顺序,以优化精度和召回之间的平衡的价值。
2021-06-25 cs.HC cs.IR
Enhanced Multimodal Video Retrieval System: Integrating Query Expansion and Cross-modal Temporal Event Retrieval
Ho Chi Minh University of Technology, VNU-HCM(胡志明市理工大学)
本文提出了一种增强多模态视频检索系统,通过整合查询扩展和跨模态时间事件检索,提升检索精度和效率。
2025-12-06 cs.IR
Query Expansion in Information Retrieval Systems using a Bayesian Network-Based Thesaurus
Universidad de Granada(格拉纳达大学)
信息检索(IR)涉及到在一个集合中识别与给定信息需求相关的文档,通常表示为包含术语或关键字的查询,这些术语或关键字被认为是用户正在寻找的内容的良好描述。IR系统可以提高它们的有效性(即,增加检索到的相关文档的数量),这是通过使用查询扩展过程来实现的,该过程自动地将新的术语添加到用户提出的原始查询中。提出了一种基于贝叶斯网络的查询扩展方法。使用一个学习算法,我们构建一个贝叶斯网络,表示出现在一个给定的文档集合中的术语之间的一些关系,这个网络然后被用作一个词库(特定于该集合)。我们还报告了通过我们的方法在三个标准测试集合上获得的结果。
2013-01-30 cs.AI cs.IR
Can Query Expansion Improve Generalization of Strong Cross-Encoder Rankers?
University of Waterloo(滑铁卢大学);Google(谷歌公司)
本文针对查询扩展会损害强交叉编码器排序器的问题,提出通过提示工程生成高质量关键词并进行最小干扰查询修改,再以自一致性和倒数排名加权融合各扩展查询排序结果,在BEIR和TREC DL上提升了MonoT5和RankT5的nDCG@10,证明了查询扩展可改善强排序器的泛化能力。
2024-04-30 cs.AI cs.IR