RPO: Retrieval Preference Optimization for Robust Retrieval-Augmented Generation
National Engineering Research Center of Speech and Language Information Processing, University of Science and Technology of China(语音与语言信息处理国家工程研究中心,中国科学技术大学);State Key Laboratory of Cognitive Intelligence, iFLYTEK Research(认知智能国家重点实验室,iFLYTEK研究院)
针对RAG中检索内容与内部知识冲突的问题,提出RPO方法,将检索相关性隐式融入奖励模型,统一评估与生成,在四个数据集上准确率提升4-10%。
2025-10-10 cs.CL
Enhancing Retrieval-Augmented Large Language Models with Iterative Retrieval-Generation Synergy
Tsinghua University(清华大学);Microsoft Research Asia(微软亚洲研究院);Microsoft Azure AI(微软Azure人工智能)
本文提出 Iter-RetGen 方法,通过迭代方式协同检索与生成,利用模型输出作为上下文检索相关知识,在多跳问答等任务上以更少开销优于或媲美现有基线。
2023-10-23 cs.CL
ImpRAG: Retrieval-Augmented Generation with Implicit Queries
Rutgers University(新泽西罗格斯大学);FAIR, Meta(FAIR,Meta)
ImpRAG提出一种无需显式查询的检索增强生成系统,通过统一模型隐式表达信息需求并同时优化检索与生成,在8个知识密集型任务上取得3.6至11.5的精确匹配提升。
2025-09-18 cs.CL
AARGH! End-to-end Retrieval-Generation for Task-Oriented Dialog
Charles University(查理大学);Faculty of Mathematics and Physics(数学与物理学院);Institute of Formal and Applied Linguistics(形式与应用语言学研究所)
我们介绍AARGH,一个端到端的面向任务的对话系统结合检索和生成方法在一个单一的模型,旨在提高对话管理和词汇的多样性的输出。该模型具有一个新的响应选择方法的基础上,一个动作感知的训练目标和一个简化的单编码器检索架构,使我们能够建立一个端到端的检索增强生成模型,检索和生成共享的大部分参数。在MultiWOZ数据集上,我们表明,与最先进的基线相比,我们的方法产生了更多样化的输出,同时保持或提高了状态跟踪和上下文响应生成性能。
2022-09-25 cs.CL
AccurateRAG: A Framework for Building Accurate Retrieval-Augmented Question-Answering Applications
Qualcomm AI Research(高通人工智能研究)
AccurateRAG通过高效流程和本地构建能力,在问答任务中实现更高性能和新状态的SOTA表现。
2026-03-03 cs.CL
Retrieval-Enhanced Adversarial Training for Neural Response Generation
Microsoft Research Asia(微软亚洲研究院);Harbin Institute of Technology(哈尔滨工业大学)
对话系统通常建立在基于生成或基于检索的方法上,但它们不能从不同模型的优点中获益。在本文中,我们提出了一种用于神经响应生成的检索增强对抗训练(REAT)方法。与现有方法不同的是,REAT方法在对抗训练范式方面利用编码器-解码器框架,同时利用基于检索的系统中的N-最佳响应候选来构建模型。在大规模公共基准数据集上的实证研究表明,REAT方法的性能显着优于香草Seq 2Seq模型以及传统的对抗训练方法。
2019-05-23 cs.CL
Towards Comprehensive Vietnamese Retrieval-Augmented Generation and Large Language Models
Foundation Models Lab, BKAI(BKAI基础模型实验室);Hanoi University of Science and Technology(河内科技大学);University of Information Technology(信息技术大学);Vietnam National University HCMC(胡志明市越南国家大学)
该研究通过开发发布越南语RAG和LLM的开放数据集与预训练模型,推动越南语理解与生成领域的技术发展。
2024-03-05 cs.CL
DioR: Adaptive Cognitive Detection and Contextual Retrieval Optimization for Dynamic Retrieval-Augmented Generation
Zhejiang Key Laboratory of Intelligent Education Technology and Application, Zhejiang Normal University(浙江智能教育技术与应用重点实验室,浙江师范大学);School of Computer Science and Technology, Zhejiang Normal University(浙江师范大学计算机科学与技术学院);School of Computer Science and Engineering, Southeast University(东南大学计算机科学与工程学院);Department of Computer Science and Engineering, Hong Kong University of Science and Technology(香港科技大学计算机科学与工程系);School of Computer Science and Technology, Soochow University(苏州大学计算机科学与技术学院)
针对现有动态RAG方法存在的检索触发机制不足、检索内容缺乏审查的问题,提出包含自适应认知检测与上下文检索优化组件的DioR方法,在所有任务上性能更优。
2025-05-17 cs.CL
Reducing Redundancy in Retrieval-Augmented Generation through Chunk Filtering
AI Lab – VO2 Group(AI实验室–VO2小组)
本文通过语义、主题和命名实体过滤策略减少检索增强生成中的冗余,实验表明实体过滤可减少向量索引大小25%-36%并保持高检索质量。
2026-04-27 cs.CL
BSharedRAG: Backbone Shared Retrieval-Augmented Generation for the E-commerce Domain
Gaoling School of Artificial Intelligence, Renmin University of China(中国人民大学高瓴人工智能学院)
本文提出BSharedRAG框架,通过领域持续预训练构建共享骨干,并训练两个LoRA模块分别优化检索与生成,在电商数据集上显著提升检索和生成性能。
2024-09-30 cs.CL
IterKey: Iterative Keyword Generation with LLMs for Enhanced Retrieval Augmented Generation
Nara Institute of Science and Technology(奈良科学技術研究所);TDSE Inc.(TDSE公司)
针对现有RAG方法难以兼顾准确性与可解释性的问题,提出由LLM驱动的三阶段迭代关键词生成框架IterKey,通过稀疏检索增强RAG,在四项QA任务上准确率较BM25基线提升5%-20%,性能媲美密集检索类方法,实现了准确性与可解释性的平衡。
2025-07-30 cs.CL
SeaKR: Self-aware Knowledge Retrieval for Adaptive Retrieval Augmented Generation
Tsinghua University(清华大学);University of California, Santa Barbara(加利福尼亚大学圣巴巴拉分校);Beijing Institute of Technology(北京理工大学);Siemens Technology(西门子技术公司)
本文提出SeaKR模型,通过提取LLM内部状态的自感知不确定性来决定何时检索、重排序知识片段并选择推理策略,在多类问答数据集上优于现有自适应RAG方法。
2024-06-27 cs.CL
RetrievalQA: Assessing Adaptive Retrieval-Augmented Generation for Short-form Open-Domain Question Answering
University of Technology Sydney(悉尼科技大学);University of Liverpool(利物浦大学)
本文提出RetrievalQA基准评估自适应检索增强生成,并发现现有方法依赖阈值或提示不足,进而提出无需校准与训练的TA-ARE方法以有效判断检索必要性。
2024-06-05 cs.CL
Meta-prompting Optimized Retrieval-augmented Generation
University of Lisbon(里斯本大学);Faculdade de Ciências (FCUL)(理学院(FCUL))
本文提出利用元提示优化精炼检索内容,以缓解检索增强生成中内容过载与焦点分散问题,并在StrategyQA多跳问答任务上取得超过30%的性能提升。
2024-07-04 cs.CL
Coordinated Semantic Alignment and Evidence Constraints for Retrieval-Augmented Generation with Large Language Models
Cornell University(康奈尔大学);Virginia polytechnic institute and state University(弗吉尼亚理工学院暨州立大学);University of Southern California(南加州大学)
本文提出一种通过协同语义对齐与证据约束提升检索增强生成效果的方法,增强事实可靠性和生成流畅性。
2026-03-04 cs.CL
Corrective Retrieval Augmented Generation
Department of Computer Science, University of California, Los Angeles(加利福尼亚大学洛杉矶分校计算机科学系);Google DeepMind(谷歌DeepMind)
针对大语言模型幻觉及RAG依赖检索质量的问题,提出即插即用的CRAG方法,通过轻量检索评估器、网页搜索扩展和先分解再重组算法,显著提升各类RAG方法的生成鲁棒性与性能。
2024-10-07 cs.CL
ParetoRAG: Leveraging Sentence-Context Attention for Robust and Efficient Retrieval-Augmented Generation
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cybersecurity, University of Chinese Academy of Sciences(中国科学院大学网络空间安全学院);Alibaba Group(阿里巴巴集团)
针对RAG系统检索效率低和LLMs无法过滤无关信息的问题,提出无监督框架ParetoRAG,通过帕累托原则指导的句子级优化,在无需额外资源的情况下提升检索精度和生成质量,并在多数据集、LLMs和检索器上验证有效性。
2025-02-12 cs.CL
After Retrieval, Before Generation: Enhancing the Trustworthiness of Large Language Models in Retrieval-Augmented Generation
Southeast University(东南大学);University of New South Wales(新南威尔士大学);Noah’s Ark Lab(诺亚实验室)
BRIDGE框架通过动态确定响应策略,提升检索增强生成中大型语言模型的可信度,实验显示其在准确性上优于基线方法。
2026-01-07 cs.CL
Generating patient cohorts from electronic health records using two-step retrieval-augmented text-to-SQL generation
Bayer AG(勃林格殷曼公司)
本文提出一种利用大语言模型结合标准解析、两级检索增强生成和SQL生成的自动化系统,从电子健康记录中识别患者队列,达到0.75的F1分数,验证了自动化队列生成的可行性。
2025-10-17 cs.CL
Retrieval-Augmented Generation Based Nurse Observation Extraction
本文提出自动流程减轻护士负担,通过RAG方法提取临床观察,达到0.796的F1分数。
2026-03-27 cs.CL
End-to-End Trainable Retrieval-Augmented Generation for Relation Extraction
National Institute of Standards and Technology(美国国家标准与技术研究院);Colorado State University(科罗拉多州立大学);Toyota Technological Institute(丰田工业大学)
针对检索增强生成中实例检索不可微导致无法端到端训练的问题,提出ETRAG框架,通过可微的k近邻选择实现检索器与关系抽取目标的联合优化,在TACRED数据集上显著提升性能。
2024-10-10 cs.CL
Unified Active Retrieval for Retrieval Augmented Generation
Shanghai AI Laboratory(上海人工智能实验室);Shanghai Collaborative Innovation Center of Intelligent Visual Computing(上海智能视觉计算协同创新中心);Fudan University(复旦大学)
本文提出统一主动检索(UAR),通过四个正交准则和即插即用分类任务,以可忽略的额外推理成本实现多方面的检索时机判断,并在四类用户指令上显著优于现有方法。
2024-10-03 cs.CL
A Survey on Retrieval And Structuring Augmented Generation with Large Language Models
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本综述探讨了大型语言模型在检索与结构化(RAS)增强生成中的方法,通过整合动态信息检索与结构化知识表示,解决幻觉、知识过时和领域知识有限等问题,并指出了技术挑战与未来研究方向。
2025-09-12 cs.CL
Leveraging In-Context Learning and Retrieval-Augmented Generation for Automatic Question Generation in Educational Domains
IIT Kharagpur(印度理工学院卡哈拉格普尔分校)
本研究提出结合上下文学习(ICL)与检索增强生成(RAG)的混合模型,利用GPT-4和BART在教育领域自动生成更符合上下文且教学法合理的问题,实验证明ICL与混合模型优于基线方法。
2025-01-29 cs.CL
CommunityKG-RAG: Leveraging Community Structures in Knowledge Graphs for Advanced Retrieval-Augmented Generation in Fact-Checking
University of California, Davis(加利福尼亚大学戴维斯分校)
针对大语言模型与RAG系统未整合实体关系和社区结构、限制事实核查信息检索效果的问题,提出融合知识图谱社区结构的零样本框架CommunityKG-RAG,利用多跳特性提升检索准确率与相关性,实验证明其性能优于传统方法,为事实核查提供鲁棒高效的可扩展方案。
2024-08-16 cs.CL
Unlocking Multi-View Insights in Knowledge-Dense Retrieval-Augmented Generation
School of Artificial Intelligence, Beihang University(北航人工智能学院);Zhongguancun Laboratory(中关村实验室)
本文提出MVRAG框架,通过多领域视角的意图感知查询重写提升知识密集型RAG的检索精度,在法律和医学案例检索中显著提高召回率和精确率。
2025-10-23 cs.CL
When Retrieval Succeeds and Fails: Rethinking Retrieval-Augmented Generation for LLMs
Alibaba-NTU Global e-Sustainability CorpLab(阿里巴巴-国立大学全球可持续性公司实验室);Nanyang Technological University(南洋理工大学);Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团);College of Computing & Data Science, Nanyang Technological University(计算与数据科学学院,南洋理工大学)
本文综述了检索增强生成(RAG)的目标、组件、关键挑战及其在LLM单独表现不佳时的应用,旨在重新评估RAG的价值并启发下一代系统开发。
2025-10-10 cs.CL
Entailment Tree Explanations via Iterative Retrieval-Generation Reasoner
Northwestern University(西北大学);AWS AI Labs(亚马逊云科技人工智能实验室)
大语言模型在各种问答(QA)基准测试中取得了很高的性能,但其输出的可解释性仍然很难解释。结构化的解释,称为蕴涵树,最近被建议作为一种解释和检查QA系统答案的方法。为了更好地生成这样的蕴涵树,我们提出了一个架构称为迭代检索生成推理(IRGR)。我们的模型能够通过系统地从文本前提中生成一步一步的解释来解释给定的假设。IRGR模型迭代地搜索合适的前提,每次构造一个单一的蕴涵步骤。与以前的方法相反,我们的方法结合了生成步骤和前提检索,允许模型利用中间结论,并减轻了基线编码器-解码器模型的输入大小限制。我们使用EntailmentBank数据集进行实验,在那里我们在前提检索和蕴涵树生成方面优于现有的基准,总体正确性提高了约300%。
2022-07-19 cs.CL
Searching for Best Practices in Retrieval-Augmented Generation
School of Computer Science, Fudan University(复旦大学计算机科学学院);Shanghai Key Laboratory of Intelligent Information Processing(上海智能信息处理重点实验室)
本文通过系统实验探索现有RAG方法及其组合,提出兼顾性能与效率的最佳部署策略,并展示多模态检索与“检索即生成”策略对视觉问答和多模态内容生成的显著提升作用。
2024-07-01 cs.CL
GraphSearch: An Agentic Deep Searching Workflow for Graph Retrieval-Augmented Generation
IDEA Research, International Digital Economy Academy(IDEA研究机构、国际数字经济学院);Hong Kong University of Science and Technology (Guangzhou)(香港科学与技术大学(广州));DataArc Tech Ltd.(DataArc科技有限公司);Hithink RoyalFlush Information Network Co., Ltd(Hithink皇家Flush信息网络有限公司)
针对现有GraphRAG存在的浅层检索、结构图数据利用效率低的问题,提出具备双通道检索的模块化智能体深度搜索工作流GraphSearch,多基准实验验证其能提升答案准确率与生成质量。
2025-09-30 cs.CL
XRAG: Cross-lingual Retrieval-Augmented Generation
Heidelberg Institute for Theoretical Studies gGmbH(海德堡理论研究所);Amazon AGI(亚马逊人工智能研究院)
该研究提出 XRAG 基准,利用需外部知识和复杂推理的新闻问答评估跨语言 RAG,并通过五个 LLM 揭示单语与多语检索中的不同挑战。
2025-05-15 cs.CL
Argument Generation with Retrieval, Planning, and Realization
Khoury College of Computer Sciences(胡里计算机学院);Northeastern University(东北大学)
自动参数生成是一个吸引人但具有挑战性的任务。本文研究了反论元生成的具体问题,并提出了一个新的框架CANDELA。它包括一个强大的检索系统和一个新颖的两步生成模型,其中文本规划解码器首先决定每个句子的主要谈话点和适当的语言风格,然后内容实现解码器反映的决定,并构造一个信息段落级的论点。此外,我们的生成模型是由一个检索系统,从维基百科和流行的英语新闻媒体,它提供了访问高质量的内容与多样性收集的1200万篇文章索引。对从Reddit收集的大规模数据集的自动评估表明,我们的模型产生的BLEU,ROUGE和METEOR分数明显高于最先进的和非平凡的比较。人的评价进一步表明,我们的系统论证更适合反驳,内容更丰富。
2019-06-09 cs.CL
An Accurate Arabic Root-Based Lemmatizer for Information Retrieval Purposes
Benha University(本哈大学);Electronics Research Institute(电子研究所)
尽管其强大的句法,语义衔接,和较少的歧义,词元级分析和生成尚未在阿拉伯语NLP文献的重点。在目前的研究中,我们提出了第一个非统计准确的阿拉伯语lemmatizer算法,适用于信息检索(IR)系统。建议的词元化器利用不同的阿拉伯语知识资源,以产生准确的词元形式及其相关功能,支持IR的目的。实验结果表明,该算法的最高准确率达到94.8%。对于第一次看到的文档,达到了89.15%的准确率,相比之下,对于相同的数据集,最新的斯坦福精确阿拉伯语模型的准确率为76.7%。
2012-03-15 cs.CL
From Retrieval to Generation: Comparing Different Approaches
University of Innsbruck(因斯布鲁克大学)
本研究系统比较了检索、生成及混合模型在开放域问答和检索增强任务中的性能,发现DPR在NQ上top-1达50.17%,混合模型提升BEIR nDCG@10至52.59,而BM25在WikiText-103上困惑度更低。
2025-02-27 cs.CL
Self-adaptive Multimodal Retrieval-Augmented Generation
针对传统RAG在多模态任务中检索固定文档导致信息不全或含噪的问题,提出SAM-RAG方法,通过动态过滤相关文档并验证检索与输出质量,在保持高召回率的同时显著提升了多模态任务的检索精度与响应生成表现。
2024-10-15 cs.CL
Predict the Retrieval! Test time adaptation for Retrieval Augmented Generation
提出TTARAG方法,在测试时动态更新语言模型参数以预测检索内容,从而提升RAG系统在专业领域的泛化性能。
2026-07-15 cs.CL
Ragas: Automated Evaluation of Retrieval Augmented Generation
Exploding Gradients;CardiffNLP, Cardiff University, United Kingdom(卡迪夫大学);AMPLYFI, United Kingdom(英国AMPLYFI)
本文提出Ragas框架,通过无需人工标注的多维度指标,自动化评估检索增强生成(RAG)系统的检索能力与生成质量,加速LLM时代的RAG架构评估周期。
2025-04-28 cs.CL
Test Collections for Patent-to-Patent Retrieval and Patent Map Generation in NTCIR-4 Workshop
本文介绍了第四届NTCIR研讨会的专利检索任务,以及在此任务中产生的测试集。我们执行无效性搜索任务,其中每个参与者组搜索专利集合中可以使现有权利要求中的需求无效的专利。我们还执行自动专利地图生成任务,其中与特定主题相关的专利被组织在多维矩阵中。
2004-04-10 cs.CL
SCoNE: Selective Context-aware Neuron Editing for Robust Retrieval-Augmented Generation
Hanyang University(汉阳大学)
SCoNE是一种无需训练的模型编辑方法,通过选择性增强特定FFN神经元提升RAG的检索噪声鲁棒性,在多问答基准和两种LLM主干上优于基线方法。
2026-09-22 cs.CL
Reducing Hallucinations in Language Model-based SPARQL Query Generation Using Post-Generation Memory Retrieval
Polytechnique Montréal(蒙特利尔理工学院);Mila - Quebec AI Institute(魁北克人工智能研究院);Canada CIFAR AI Chair(加拿大CIFAR人工智能 chair)
本文提出PGMR框架,通过生成后记忆检索减少语言模型生成SPARQL查询时的URI幻觉,提升查询准确性和系统鲁棒性。
2026-01-28 cs.CL
KiRAG: Knowledge-Driven Iterative Retriever for Enhancing Retrieval-Augmented Generation
University of Glasgow(格拉斯哥大学)
针对迭代检索增强生成在多跳问答中检索易受干扰且难以适应动态信息需求的问题,提出知识驱动的迭代检索器KiRAG,通过知识三元组迭代检索并融合推理,显著提升检索准确率与F1值。
2025-02-25 cs.CL
How Does Knowledge Selection Help Retrieval Augmented Generation?
AWS AI Labs(AWS人工智能实验室);University of Texas at Dallas(德克萨斯大学达拉斯分校)
本文通过可控混合黄金与干扰知识的模拟实验,实证分析知识选择对RAG系统生成性能的影响,发现生成器能力、任务复杂度会决定知识选择的作用程度,为RAG系统优化提供依据。
2025-09-01 cs.CL
Aligning Extraction and Generation for Robust Retrieval-Augmented Generation
Meta;Institute for Clarity in Documentation(清晰文档研究所);Inria Paris-Rocquencourt(Inria 巴黎-罗克quencourt 分所);Rajiv Gandhi University(拉朱·甘地大学);Tsinghua University(清华大学);Palmer Research Laboratories(帕勒尔研究实验室)
针对检索增强生成(RAG)易受检索噪声影响导致幻觉的问题,提出Ext2Gen先抽取再生成框架,通过联合证据选择与生成、偏好对齐优化提升鲁棒性,无需独立压缩模块,性能优于现有方法且能结合检索改进技术。
2025-11-17 cs.AI cs.CL
DuetRAG: Collaborative Retrieval-Augmented Generation
Zhejiang University(浙江大学)
针对复杂领域问题中RAG检索不相关导致生成质量低的问题,提出DuetRAG框架,通过同时整合领域微调和RAG模型提升检索质量,并在HotPot QA上达到专家水平。
2024-05-12 cs.AI cs.CL
Enhancing Multi-modal and Multi-hop Question Answering via Structured Knowledge and Unified Retrieval-Generation
Harbin Institute of Technology(哈尔滨工业大学)
本文提出SKURG方法,通过实体中心融合编码器和统一检索-生成解码器解决多模态多跳问答中检索与生成割裂的问题,在MultimodalQA和WebQA上以更少参数超越现有最优模型。
2023-08-07 cs.CL cs.CV
Enhancing Document-Level Question Answering via Multi-Hop Retrieval-Augmented Generation with LLaMA 3
Independent Researcher(独立研究者);Cornell University(康奈尔大学);University of Southern California(南加州大学)
本文提出基于LLaMA 3的多跳检索增强生成框架,通过密集检索、上下文融合及联合优化,提升长文档问答的准确性与连贯性,实验优于现有基线。
2025-06-19 cs.CL cs.LG
RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects
Tsinghua University(清华大学)
提出RbFT方法,通过两项针对性微调任务增强LLMs对检索缺陷的鲁棒性,显著提升RAG系统在多种检索条件下的表现,同时保持高推理效率与兼容性。
2025-01-30 cs.CL cs.IR
Predictive Prefetching for Retrieval-Augmented Generation
Department of Computer Science, University of Massachusetts Boston(马萨诸塞大学波士顿分校计算机科学系)
本文提出了一种先进的异步检索框架,通过预测检索触发时机和所需信息,以减少延迟并提高生成效率,同时保持回答质量。
2026-05-18 cs.AI cs.CL
Exploring Retrieval Augmented Generation in Arabic
Newgiza University(新吉萨大学)
针对阿拉伯语RAG应用研究不足的问题,本文通过全面案例研究探索检索阶段的多种语义嵌入模型与生成阶段的若干LLM,还涉及方言差异问题,证实现有模型可有效构建阿拉伯语RAG流水线。
2024-08-14 cs.AI cs.CL
Retrieval Augmented Code Generation and Summarization
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Columbia University(哥伦比亚大学)
软件开发人员在软件开发过程中编写了大量的源代码和文档。本质上,开发人员经常回忆他们过去在实现软件或编写文档时编写的部分源代码或代码摘要。为了模仿开发人员的代码或摘要生成行为,我们提出了一个检索增强框架,REDCODER,检索相关的代码或摘要从检索数据库,并提供它们作为补充代码生成或摘要模型。Redcoder有几个独特之处。首先,它扩展了最先进的稠密检索技术,以搜索相关代码或摘要。其次,它可以与包括单峰(仅代码或自然语言描述)或双峰实例(代码描述对)的检索数据库一起工作。我们进行了实验和广泛的分析,在Java和Python的代码生成和摘要的两个基准数据集,和有前途的结果认可我们提出的检索增强框架的有效性。
2021-09-10 cs.CL cs.SE
Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers
Independent Researcher(独立研究者)
本综述全面总结了检索增强生成(RAG)系统的架构分类与增强技术,分析了其在检索优化、解码控制等方面的进展与权衡,并指出了自适应检索与隐私保护等未来研究方向。
2025-05-28 cs.CL cs.IR
Keyphrase Generation for Scientific Document Retrieval
LS2N, Université de Nantes(南特大学LS2N实验室);National Institute of Informatics(国立信息学研究所)
序列到序列模型在关键词生成方面取得了重大进展,但它们是否足够可靠以有利于文档检索仍然是未知的。这项研究提供了经验证据表明,这样的模型可以显着提高检索性能,并介绍了一个新的外在评估框架,允许更好地了解关键词生成模型的局限性。使用这个框架,我们指出并讨论了补充文档中遇到的困难-不存在文本-关键词,并概括模型跨域。我们的代码可在https://github.com/boudinfl/ir-using-kg上获得
2021-06-28 cs.CL cs.IR
Novelty Controlled Paraphrase Generation with Retrieval Augmented Conditional Prompt Tuning
Bloomberg(彭博社)
释义生成是自然语言处理中一项基本而长期的任务。在本文中,我们集中在两个贡献的任务:(1)我们提出检索增强提示微调(RAPT)作为一个参数有效的方法,以适应大型预训练的语言模型的释义生成;(2)我们提出新颖性条件RAPT(NC-RAPT)作为一个简单的模型无关的方法,使用专门的提示令牌控制释义生成不同层次的词汇新颖性。通过在四个数据集上进行广泛的实验,我们证明了所提出的方法的有效性,保留了原始文本的语义内容,同时诱导词汇的新颖性。
2022-03-12 cs.AI cs.CL
Zero-shot Neural Passage Retrieval via Domain-targeted Synthetic Question Generation
Google Research(谷歌研究院)
广泛采用神经检索模型的一个主要障碍是,它们需要大量的监督训练集,以超越传统的基于术语的技术,这些技术是从原始语料库中构建的。在本文中,我们提出了一种方法,零样本学习的段落检索,使用合成的问题生成,以弥补这一差距。问题生成系统是在一般领域数据上训练的,但应用于目标领域中的文档。这使我们能够创建任意大的,但嘈杂的,特定于领域的问题通道相关性对。此外,当这是一个简单的混合术语神经模型相结合,第一阶段的检索性能可以进一步提高。经验上,我们表明,这是一个有效的策略,在没有大型训练语料库的情况下,建立神经通道检索模型。根据领域的不同,该技术甚至可以接近监督模型的准确性。
2021-01-27 cs.CL cs.IR