Retro-li: Small-Scale Retrieval Augmented Generation Supporting Noisy Similarity Searches and Domain Shift Generalization
IBM Research – Zurich(IBM研究院苏黎世分部);ETH Zürich(苏黎世联邦理工学院)
本文提出Retro-li,一种小规模检索增强生成模型,通过语义相似性搜索和首次对非参数记忆的正则化,在噪声搜索和域偏移下提升性能,并支持模拟内存硬件实现。
2025-03-26 cs.AI cs.CL cs.IR
CoFE-RAG: A Comprehensive Full-chain Evaluation Framework for Retrieval-Augmented Generation with Enhanced Data Diversity
Institute for Intelligent Computing, Alibaba Group(阿里巴巴集团智能计算研究院);University of Chinese Academy of Sciences(中国科学院大学)
针对RAG系统评估中数据多样性有限、问题定位困难和检索评估不稳定的问题,提出全链路综合评估框架CoFE-RAG,引入多粒度关键词评估检索上下文并发布多样化基准数据集,为系统各阶段提供细致的评估与见解。
2024-10-16 cs.CL
End-to-End Retrieval in Continuous Space
Google AI(谷歌人工智能)
大多数基于文本的信息检索(IR)系统索引对象的单词或短语。这些离散系统已经被使用嵌入来测量连续空间中的相似性的模型所增强。但是连续空间模型通常只是用来重新排列最佳候选人。我们考虑端到端连续检索的问题,其中标准的近似最近邻(ANN)搜索取代了通常的离散倒排索引,并完全依赖于学习嵌入之间的距离。通过训练专门用于检索的简单模型,使用适当的模型架构,我们在两个相似问题检索任务上的离散基线分别提高了8%和26%(MAP)。我们还讨论了检索系统的评价问题,并展示了如何修改现有的成对相似性数据集,为此目的。
2018-11-19 cs.CL cs.IR cs.LG
Diversify Question Generation with Retrieval-Augmented Style Transfer
Nanjing University(南京大学);Alibaba Group(阿里巴巴集团)
针对问题生成系统表达多样性不足的问题,提出检索增强风格迁移框架RAST,利用外部模板风格并通过强化学习优化多样性与一致性奖励的加权组合,在保持一致性的同时显著提升了生成问题的多样性。
2023-10-23 cs.CL
Similarity is Not All You Need: Endowing Retrieval Augmented Generation with Multi Layered Thoughts
Ant Group(蚂蚁集团)
针对检索增强生成中过度依赖相似性导致性能下降的问题,提出MetRag框架,通过结合相似性与效用导向思想并利用LLM作为任务自适应摘要器提供紧凑性思想,显著提升了知识密集型任务的性能。
2024-05-30 cs.AI cs.CL cs.LG
Vendi-RAG: Adaptively Trading-Off Diversity And Quality Significantly Improves Retrieval Augmented Generation With LLMs
Institute of Biomedical Engineering, University of Toronto(多伦多大学生物医学工程学院);Department of Computer Science, Princeton University(普林斯顿大学计算机科学系)
Vendi-RAG通过迭代联合优化检索多样性与答案质量,利用Vendi分数和LLM评判器,在多跳问答数据集上显著提升准确性,且优势随文档数增加而增强,并适用于多种LLM。
2025-05-22 cs.AI cs.CL
Beyond Topical Similarity: Contrastive Evidence Retrieval with Interpretable Attention Alignment in RAG
University of Chile(智利大学);São Paulo State University(圣保罗州立大学);Saarland University(萨尔兰州立大学);University of Munich(慕尼黑大学);Portland State University(波特兰州立大学);Idiap Research Institute(Idiap研究机构)
提出 CERA 框架,通过基于主观性的困难负样本选择和辅助注意力对齐损失注入证据归纳偏差,实现可解释且事实准确的检索。
2026-05-31 cs.CL
DIVERGE: Diversity-Enhanced RAG for Open-Ended Information Seeking
Aarhus University(奥胡斯大学);Microsoft Research(微软研究院)
针对现有RAG系统忽略开放式信息检索中多样性需求的问题,提出Diverge框架,通过迭代反思引导的多样化视角探索和多样性感知检索支持,在保持质量的同时将多样性提升约2倍。
2026-06-08 cs.AI cs.CL cs.LG
Concept Embedding for Information Retrieval
GESIS - Leibniz Institute for the Social Sciences(莱布尼茨社会科学研究所(GESIS));Cologne(科隆)
概念用于解决术语不匹配问题。然而,我们需要一个有效的概念之间的相似性度量。词嵌入提供了一个很有前途的解决方案。在这项研究中,我们提出了三种方法来建立概念向量的基础上的词向量。我们使用基于向量的措施来估计概念间的相似性。我们的实验显示了有希望的结果。此外,词语和概念变得可比较。这可用于改进概念索引编制过程。
2020-02-01 cs.AI cs.CL cs.IR
Classifying and Addressing the Diversity of Errors in Retrieval-Augmented Generation Systems
Layer 6 AI
本文对检索增强生成系统中的错误类型进行分类,并提出解决方法和数据集,以提升系统的鲁棒性。
2026-01-15 cs.CL cs.LG
D-NOVA: In-Storage Retrieval Accelerator via Dual-Bound 3D NAND-Optimized Similarity Search with Vector Adaptation
University of California, San Diego(加州大学圣地亚哥分校)
研究针对RAG密集向量检索性能瓶颈,提出软硬件协同设计的存储内检索加速器D-NOVA。通过深度嵌入搜索功能、采用新距离度量及引入适配器,实现高效检索,相比CPU和现有加速器有显著性能和能效提升,展现全存储向量搜索加速RAG的潜力。
2026-07-21 cs.AR cs.CL cs.DB
PCap: Personalized Retrieval-Stage Diversity Capping in Facebook Marketplace
Meta
提出PCap框架,在Facebook Marketplace检索阶段引入用户级多样性约束,通过熵评分分桶和自动在线优化参数,显著提升用户参与度。
2026-09-16 cs.IR
Document Retrieval using Predication Similarity
文档检索是信息检索界多年来的一个重要研究课题。现有技术利用各种方法将文档匹配到给定文档,包括关键字、短语和注释。在本文中,我们提出了一种新的方法,利用预测(主谓宾三元组)从文件中提取的文件检索。我们将文档表示为一组预测。我们测量预测之间的相似性来计算文档之间的相似性。我们的方法利用本体中的层次信息计算概念概念相似度,使方法灵活。基于预测的文档相似度更精确,是语义感知文档检索系统的基础。我们表明,该方法是有竞争力的现有国家的最先进的相关文件检索技术在生物医学领域。
2016-04-19 cs.IR
Finding the Right Balance: Relevance and Diversity in LLM Retrieval
Université du Québec à Trois-Rivières(魁北克大学三河城分校)
针对RAG检索多样化效果争议,提出基于候选池冗余度和查询证据需求的查询自适应多样化规则及RNG-Score重排序器,实现按需多样化以提升检索与答案质量。
2026-10-08 cs.CL cs.IR
COS-Mix: Cosine Similarity and Distance Fusion for Improved Information Retrieval
本研究提出一种用于RAG的混合检索策略,通过融合余弦相似度与余弦距离度量,结合BM25与向量检索技术,有效提升了稀疏数据下的检索准确性与语义理解能力。
2024-06-02 cs.IR
Soft Seeded SSL Graphs for Unsupervised Semantic Similarity-based Retrieval
基于语义相似度的检索在现代网络搜索、问答、相似文档检索等领域发挥着越来越重要的作用。语义相似内容检索的改进对Quora、Stack Overflow、Siri等应用程序具有重要意义。我们提出了一种新的基于语义相似度的无监督内容检索模型,在该模型中,我们为每个查询构建语义流图,并在基于图的半监督学习(SSL)中引入“软播种”的概念,以将其转换为无监督模型。我们证明了我们的模型在Stack Exchange QA数据集上的等效问题检索问题上的有效性,其中我们的无监督方法显着优于最先进的无监督模型,并产生与最佳监督模型相当的结果。我们的研究提供了一种方法来解决基于语义相似性的检索没有任何训练数据,并允许无缝扩展到不同领域的QA社区,以及其他语义等价的任务。
2017-12-15 cs.IR
Replicated Siamese LSTM in Ticketing System for Similarity Learning and Retrieval in Asymmetric Texts
Siemens AG(西门子股份公司);University of Munich (LMU)(慕尼黑大学(LMU))
我们的工业票务系统的目标是检索一个输入查询的相关解决方案,通过匹配存储在知识库中的历史门票。查询由主题和描述组成,而历史票证由主题、描述和解决方案组成。为了检索相关的解决方案,我们使用文本相似性范式来学习查询和历史门票中的相似性。该任务是具有挑战性的,由于显着的长期不匹配的查询和票据对的不对称长度,其中主题是一个简短的文本,但描述和解决方案是多句子的文本。我们提出了一种新的复制暹罗LSTM模型来学习非对称文本对中的相似性,在无监督和有监督的基线上,检索任务分别获得了22%和7%的增益(准确度@10)。我们还表明,短文本和长文本的主题和分布式语义特征提高了相似性学习和检索。
2018-07-08 cs.CL cs.IR cs.LG
A measure of similarity between scientific journals and of diversity of a list of publications
本说明的目的是提出一个科学多样性的定义,以及衡量合作的“跨学科性”的标准。相对于以前的研究,所提出的方法包括2个步骤:第一,定义期刊之间的相似性,第二,这些相似性被用来表征出版物列表(可以是一个人或一个团队)的同质性(或相反的多样性)。
2012-10-24 cs.DL cs.IR physics.soc-ph
A Qualitative Representation and Similarity Measurement Method in Geographic Information Retrieval
现代地理信息检索技术是建立在定量模型和方法基础上的。Web文档和查询中的语义信息不能被有效地表示,导致信息丢失或误解,从而导致结果不可靠或不一致。提出了一种基于定性表示、语义匹配和定性推理的地理信息检索的定性方法。定义了一种定性表示模型和相应的相似性度量方法。文档中的信息和用户查询使用命题逻辑表示,综合考虑了主题和地理语义。在领域本体的基础上,将主题信息表示为主题命题。同样,空间信息在地理知识库的支持下表示为地理空间命题。然后将相似性分为主题相似性和空间相似性。前者通过领域本体中命题关键词的加权距离计算,后者的相似度进一步分为概念相似度和空间相似度。相似性度量以命题和信息单元为代表,可以采用证据理论和模糊逻辑来组合所有子相似性,得到文档和查询之间的最终相似性。该检索方法主要用于检索定性地理信息,支持语义匹配和结果排序。它不涉及几何计算,符合人类的常识认知,从而可以提高地理信息检索技术的效率。
2013-11-19 cs.IR
Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval
National University of Singapore(国立新加坡大学);Shanghai Jiao Tong University(上海交通大学)
本文提出两阶段框架 NEWSCOPE,通过密集检索、句子级聚类与多样性重排序提升新闻事件覆盖,并引入三项指标和两个基准验证其在保持相关性的同时显著减少冗余。
2025-08-29 cs.CL cs.IR
Utilizing Embeddings for Ad-hoc Retrieval by Document-to-document Similarity
词或段落的潜在语义表示,即嵌入,在信息检索中有着广泛的应用。利用嵌入进行检索的常用方法之一是估计嵌入中的文档到查询(D2 Q)相似度。由于具有相似句法用法的词通常在嵌入空间中彼此非常接近,尽管它们在语义上不相似,D2 Q相似性方法可能遭受“多个相似度”的问题。为此,本文提出了一种新的方法,估计一个语义相关性得分(SEM)的基础上文档到文档(D2 D)的相似性嵌入。由于Word或Para 2 Vec通过单词/段落的上下文生成嵌入,因此D2 D相似性方法将文档排序的任务转变为对不同文档内的内容之间的相似性的估计。在标准TREC测试集上的实验结果表明,我们提出的方法优于强基线。
2017-08-10 cs.IR
Beyond Similarity: Task-Aligned Retrieval for Language Models
City University of Hong Kong(香港城市大学)
提出任务对齐检索(TAG)框架,用基于适用性的规则选择替代基于相似性的检索,在规则驱动任务中显著提升性能并减少检索上下文。
2026-05-27 cs.IR
Beyond Benchmarks: Evaluating Embedding Model Similarity for Retrieval Augmented Generation Systems
本研究针对RAG系统嵌入模型选择难题,通过居中核对齐、Jaccard系数和排名相似性评估模型相似性,在BEIR的五个数据集上识别出系列内及跨系列聚类,发现低k值检索相似性方差高,并找到Mistral等开源替代方案。
2024-07-11 cs.IR
Hybrid Retrieval for COVID-19 Literature: Comparing Rank Fusion and Projection Fusion with Diversity Reranking
School of Electronic Engineering and Computer Science(电子工程与计算机科学学院);Queen Mary University of London(伦敦女王学院)
本文提出一种新冠文献混合检索系统,通过比较排名融合与投影融合方法,展示了其在相关性、效率和多样性重排序方面的性能对比。
2026-04-15 cs.CL cs.IR
Source Code Retrieval Using Sequence Based Similarity
重复代码对软件系统的质量有负面影响,至少应该被检测出来。在本文中,我们讨论了一种方法,提高了源代码检索使用的结构信息的程序。我们开发了一个词法分析器,从Java程序中提取控制语句和方法标识符。我们提出了一个相似性度量,定义的顺序完全匹配的语句的数量的顺序部分匹配的语句的数量的比率。相似性度量被认为是基于集合的相似性索引的扩展,例如,Sorensen-Dice指数我们这项研究的主要贡献是开发了一种相似性检索算法,该算法从给定的序列中导出有意义的搜索条件,然后使用所有导出的条件进行检索。实验表明,我们的检索模型优于其他检索模型的检索方法的数量高达90.9%。
2013-08-16 cs.IR cs.SE
Advancing Similarity Search with GenAI: A Retrieval Augmented Generation Approach
提出一种用于相似性搜索的 RAG 方法,利用生成模型理解上下文并检索语义相似度,在 BIOSSES 上以温度 0.5、20 个提示示例取得 0.905 的 Pearson 相关性。
2024-12-03 cs.IR
Keyword-Based Diverse Image Retrieval by Semantics-aware Contrastive Learning and Transformer
针对跨模态图像检索中相关性与多样性难以平衡的问题,提出CoLT方法,通过语义感知对比学习、Transformer token分类器及后处理算法提升检索多样性,在两个真实数据集上F1分数优于现有方法。
2023-05-06 cs.IR
Image-to-Image Retrieval by Learning Similarity between Scene Graphs
Kakao Brain(Kakao大脑)
场景图以结构化和符号化的方式概括了图像的高层内容,两幅图像的场景图之间的相似性反映了它们内容的相关性。基于这一思想,我们提出了一种新的方法,用于图像到图像检索使用场景图相似性测量的图神经网络。在我们的方法中,图神经网络被训练来预测代理图像相关性度量,该度量是使用预先训练的句子相似性模型从人类注释的标题计算的。我们收集并发布由人类注释者测量的图像相关性数据集,以评估检索算法。所收集的数据集表明,我们的方法与人类对图像相似性的感知比其他竞争基线一致。
2020-12-29 cs.CV cs.IR cs.LG
Ad Hoc Table Retrieval using Semantic Similarity
我们介绍和解决问题的特设表检索:回答一个关键字查询的排名表。这个任务不仅本身很有趣,而且还被用作许多其他基于表的信息访问场景(如表完成或表挖掘)的核心组件。这项工作的主要新贡献是一种方法,用于执行查询和表之间的语义匹配。具体来说,我们(i)表示查询和表在多个语义空间(离散稀疏和连续密集向量表示)和(ii)引入各种相似性的措施,以匹配这些语义表示。我们考虑所有可能的语义表示和相似性度量的组合,并将其用作监督学习模型中的特征。使用基于维基百科表格的专用测试集合,我们展示了在最先进的基线上的显着和实质性的改进。
2018-03-08 cs.IR
Implementation of an efficient Fuzzy Logic based Information Retrieval System
本文介绍了一个利用模糊逻辑计算数据集和查询之间相似度的高效信息检索系统的实现。TREC数据集也被用于同样的目的。数据集被解析以生成关键字索引,该索引用于与用户查询的相似性比较。每个查询都根据其与索引关键字的模糊相似性分配一个得分值。基于得分值检索相关文档。使用精确-召回曲线将所提出的模糊相似性模型的性能和准确性与余弦相似性模型进行了比较。实验结果证明了基于模糊相似度的信息检索系统的优越性。
2015-03-13 cs.IR
Why Large Language Models can Secretly Outperform Embedding Similarity in Information Retrieval
University of Groningen(格罗宁根大学)
本文探讨了大语言模型在信息检索中通过推理超越传统嵌入相似性方法的潜力,并指出当前注释数据集难以准确评估其效果。
2026-03-09 cs.IR
Similarity Guided Deep Face Image Retrieval
Seoul National University(首尔大学)
随着图像数据库规模的快速增长,人脸图像检索,即从查询输入的人脸图像中搜索具有相同身份的图像,受到了越来越多的关注。为了进行快速准确的检索,人们提出了一种基于紧凑哈希码的方法,最近,带有监督分类训练的深度人脸图像哈希方法表现出了出色的性能。然而,基于分类的方案有一个缺点,它不能揭示复杂的相似性人脸图像到哈希码学习。在本文中,我们试图提高人脸图像检索的质量,提出了一种相似性指导哈希(SGH)方法,它轻轻地考虑自我和成对的相似性同时。SGH采用各种数据增强,旨在探索面部图像之间的复杂相似性,解决内部和内部身份方面的困难。广泛的实验结果与现有的基准协议和另外提出的大规模更高分辨率的人脸图像数据集表明,我们的SGH提供了最先进的检索性能。
2021-07-11 cs.CV cs.IR
Hierarchical Similarity Learning for Language-based Product Image Retrieval
Zhejiang University(浙江大学);Zhejiang Gongshang University(浙江工商大学);Alibaba-Zhejiang University Joint Research Institute of Frontier Technologies(阿里巴巴-浙江大学前沿技术联合研究院);Huazhong University of Science and Technology(华中科技大学);Alibaba Group(阿里巴巴集团)
本文针对基于语言的产品图像检索任务。以往的研究工作在网络结构设计、相似性度量和损失函数等方面取得了很大的进展。然而,无论图像固有的多粒度如何,它们通常以一定的粒度执行视觉文本匹配。本文针对跨模态相似性度量问题,提出了一种新的层次相似性学习网络。HSL首先通过堆叠编码器学习输入数据的多级表示,并在每一级上计算对象粒度相似度和图像粒度相似度。所有的相似性被组合作为最终的分层跨模态相似性。在一个大规模的产品检索数据集上的实验证明了该方法的有效性。代码和数据可在https://github.com/liufh1/hsl上获得。
2021-02-18 cs.CV cs.IR cs.MM
ProjAgent: Procedural Similarity Retrieval for Repository-Level Code Generation
University of California, Irvine(加州大学伊文斯分校)
研究仓库级代码生成问题,提出ProjAgent系统,将目标函数分解为中间推理步骤,通过代理工作流程检索相似过程行为的函数,结合语义检索构建丰富上下文,并利用静态分析反馈循环修复代码,实验表明该方法有效。
2026-07-10 cs.AI cs.IR cs.SE
Automatic Construction of Evaluation Sets and Evaluation of Document Similarity Models in Large Scholarly Retrieval Systems
学术文献检索系统为科学界提供了搜索、探索和下载跨各种科学学科的学术文章的能力。这些系统主要由特定领域的专家使用,包含用户社区日志,包括用户特定下载文章的信息。在本文中,我们提出了一种新的方法,自动评估文档相似性模型在大量的学术出版物。与使用由查询文档和人类注释的相关性判断组成的测试集合的典型评估设置不同,我们使用下载日志来自动生成类似文档对的伪相关集。更具体地说,我们表明,连续下载的文件对,从学术信息检索(IR)系统中提取,可以用作测试集合,用于评估文档相似性模型。我们的方法的另一个新颖的方面在于,我们采用的方法,通过比较连续下载的文档对和随机文档对在日志空间中的分布来评估模型的性能。在两个家族的相似性模型,表示文档的术语向量和主题空间,我们表明,我们的评估方法实现了非常高的相关性与传统的性能指标,如平均平均精度(MAP),同时更有效地计算。
2016-01-07 cs.IR
Advancing Academic Knowledge Retrieval via LLM-enhanced Representation Similarity Fusion
Robo Space(机器人空间);Ant Group(蚂蚁集团)
本文提出LLM-KnowSimFuser,通过微调LLM增强的预训练检索模型并加权融合相似性矩阵,在KDD Cup 2024 AQA Challenge中获得第二名,有效提升了学术知识检索性能。
2024-10-14 cs.CL cs.IR cs.LG
Result Diversification in Search and Recommendation: A Survey
本综述首次提出统一分类体系,系统梳理搜索与推荐中的多样化度量标准与方法,总结多样性关注点并探讨开放性研究问题。
2024-02-19 cs.IR
Exploring the Role of Diversity in Example Selection for In-Context Learning
本文提出利用最大边际相关性对上下文学习中的示例进行多样性重排序,以缓解相似度选择带来的主题偏差,实验证明该方法在多种上下文规模和相似度函数下均能一致提升下游任务性能。
2025-05-06 cs.IR
Association Is Not Similarity: Learning Corpus-Specific Associations for Multi-Hop Retrieval
Independent Researcher(独立研究者)
本文提出AAR方法,通过对比学习在嵌入空间中学习语料特定的关联关系,提升多跳检索的召回率,且无需评估集调优。
2026-02-13 cs.AI cs.CL cs.IR
LEMUR: Learned Multi-Vector Retrieval
Department of Computer Science, University of Helsinki, Helsinki, Finland(赫尔辛基大学计算机科学系)
LEMUR通过将多向量相似性搜索转化为监督学习问题,并利用现有单向量搜索索引加速检索,实现了高效的多向量相似性搜索,比现有方法快一个数量级。
2026-05-21 cs.IR cs.LG
New Metrics to Encourage Innovation and Diversity in Information Retrieval Approaches
在评估活动中,参与者经常探索流行的、最先进的基线的变化,作为实现竞争结果的低风险策略。虽然有效,但这可能导致当地“爬山”,而不是更激进和创新地偏离标准方法。此外,如果许多参与者都建立在类似的基线上,所考虑的办法的总体多样性可能有限。在这项工作中,我们提出了一类新的IR评估指标,旨在促进更大的多样性的方法在评估活动。传统的IR指标侧重于用户体验,而我们的两个“创新”指标则奖励探索更多样化、更高风险的策略,以找到其他系统遗漏的相关文档。对四个TREC集合的实验表明,我们的指标确实通过奖励找到此类罕见相关文档的系统来改变系统排名。这一结果进一步得到了受控合成数据实验和定性分析的支持。此外,我们表明,我们的指标实现了更高的评价稳定性和判别力比我们修改的标准指标。为了支持可重复性,我们共享源代码。
2023-01-30 cs.IR
Improved Deep Classwise Hashing With Centers Similarity Learning for Image Retrieval
City University of Hong Kong(香港城市大学)
基于深度监督哈希算法的图像检索以其高效性和优越的检索性能而受到研究者的关注。现有的大多数基于成对/三元组标签的深度监督哈希算法存在计算成本高和语义信息利用率低的问题。最近,深度类哈希引入了一种由类标签信息交替监督的类损失;然而,我们发现它仍然有其缺点。在本文中,我们提出了一种改进的深度类哈希,它可以同时进行哈希学习和类中心学习。具体来说,我们设计了一个两步的中心相似性学习策略。它与类间损失相互作用,吸引类中心集中在类内样本上,同时尽可能地推动其他类中心。中心相似性学习有助于生成更紧凑和有区别的散列码。我们在三个基准数据集上进行了实验。实验结果表明,在各种常用的图像检索评价指标下,该方法有效地超越了原方法,并优于最先进的基线。
2021-03-17 cs.CV 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
Safire: Similarity Framework for Visualization Retrieval
Harvard Medical School(哈佛医学院)
本文提出Safire框架,通过比较标准和表示模态两个维度,系统化分析可视化相似性,揭示不同应用场景中相似性标准与表示模态的关联,并探讨其对多模态学习、AI应用和可视化可重复性的影响。
2025-10-18 cs.AI cs.HC cs.IR
Textless Speech-to-Music Retrieval Using Emotion Similarity
KAIST(韩国科学技术院);ByteDance(字节跳动);Gaudio Lab(Gaudio实验室)
我们介绍了一个框架,建议基于语音的情感音乐。在内容创作和日常生活中,语音包含了人类情感的信息,音乐可以增强这些信息。我们的框架侧重于跨域检索系统,通过情感标签弥合语音和音乐之间的差距。我们探索不同的语音表征,并报告其对不同语音类型的影响,包括代理语音和唤醒词。我们还提出了一个跨领域检索任务中的情感相似性正则化项。通过将正则化项纳入训练,情感空间中的相似语音和音乐对在联合嵌入空间中更接近。综合实验结果表明,该模型在无文本语音到音乐检索中是有效的。
2023-03-19 cs.IR cs.MM cs.SD
A Hybrid Approach using Ontology Similarity and Fuzzy Logic for Semantic Question Answering
信息检索中的一个挑战是为用户的问题提供准确的答案,这些问题通常被表示为不确定词。大多数答案都是基于句法方法,而不是查询的语义分析。在本文中,我们的目标是提出一个混合的方法,语义问答检索系统使用本体相似度和模糊逻辑。我们使用模糊共聚类算法检索的基础上本体相似度的文档集合。Fuzzy Scale对文档使用Fuzzy type-1,对单词使用Fuzzy type-2来区分答案的优先级。这项工作的目的是提供更准确的答案比非模糊语义本体的方法检索系统。
2017-10-29 cs.IR
Audio-based Near-Duplicate Video Retrieval with Audio Similarity Learning
Information Technologies Institute, CERTH(希腊研究与技术基金会信息技术研究所);Aristotle University of Thessaloniki(塞萨洛尼基亚里士多德大学)
在这项工作中,我们解决了基于音频的近重复视频检索的问题。我们提出了音频相似性学习(AuSiL)的方法,有效地捕捉视频对之间的音频相似性的时间模式。对于两个视频之间的鲁棒相似性计算,我们首先通过利用基于在大规模音频事件数据集上训练的卷积神经网络(CNN)的迁移学习来提取代表性的基于音频的视频描述符,然后我们计算从这些描述符的成对相似性导出的相似性矩阵。相似性矩阵随后被馈送到CNN网络,该网络捕获其内容中存在的时间结构。我们按照三元组生成过程和优化三元组损失函数来训练我们的网络。为了评估所提出的方法的有效性,我们手动注释两个公开的视频数据集的基础上,他们的视频之间的音频重复。所提出的方法实现了非常有竞争力的结果相比,三个国家的最先进的方法。此外,与竞争的方法,它是非常强大的速度转换生成的音频副本的检索。
2021-01-11 cs.IR cs.LG cs.MM
Beyond Semantic Similarity: Performance and Costs of Agentic Retrieval for Complex Tasks
NVIDIA(英伟达);University of Edinburgh(爱丁堡大学)
本研究提出智能体检索,结合LLM推理与检索器,在ReAct循环中解决复杂任务,较标准检索nDCG@10提升8.7点,但耗时和令牌消耗显著增加。
2026-10-06 cs.AI cs.IR
Central Similarity Multi-View Hashing for Multimedia Retrieval
Zhejiang Lab(之江实验室)
针对现有多视图哈希方法仅用局部相似度、特征融合不充分导致检索准确率低的问题,提出结合中心相似度学习与门控融合的CSMVH方法,在两个基准数据集上mAP最高提升11.41%。
2023-08-26 cs.CV cs.IR cs.MM
A fast compression-based similarity measure with applications to content-based image retrieval
German Aerospace Center (DLR)(德国航空航天中心)
基于压缩的相似性度量可以有效地应用于各种数据类型的应用中,并且基本上没有参数。然而,在将这些技术应用于中型到大型数据集时存在很少解决的问题。本文提出了一种基于字典压缩的相似性度量,快速压缩距离(FCD),它降低了这些方法的复杂性,而不会降低性能。在此基础上定义了一个基于内容的彩色图像检索系统,它可以与基于不变颜色特征的最新方法相比较。通过FCD更好地理解基于压缩的技术,通过对比文献中迄今为止分析的数据集更大的数据集进行实验来实现。
2012-10-02 cs.IR cs.LG stat.ML
Image Retrieval System Base on EMD Similarity Measure and S-Tree
Hue University(顺化大学);HoChiMinh city University of Food Industry(胡志明市食品工业大学)
本文基于彩色图像中像素的百分比来实现图像的二值化特征,同时基于EMD(Earth Mover's Distance)建立图像间的相似性度量。此外,本文还提出了一种基于相似测度EMD的S树存储图像二值签名,以实现图像签名数据的快速查询。在此基础上,本文提出了一种基于经验模态分解和S树的图像检索算法和基于内容的图像检索(CBIR)。在此理论基础上,本文在一个拥有一万多幅图像的数据库系统上进行了图像查询过程的应用和实验评估。
2015-06-03 cs.CV 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
Judgement Citation Retrieval using Contextual Similarity
CVR College of Engineering(CVR工程学院)
针对传统法律案件引文检索依赖人工与关键词搜索、需专业法律知识的问题,提出结合NLP与机器学习、基于前沿嵌入模型生成文本嵌入的方法,实现无监督聚类与有监督引文检索,在SCOTUS数据集上达90.9%准确率,提升法律研究效率。
2024-08-15 cs.CL cs.IR cs.LG
CoDeR: Local Constraint-Compatible Retrieval Beyond Semantic Similarity
University of Hong Kong(香港大学);University of Science and Technology Beijing(北京科技大学)
针对约束敏感查询中语义相似性作为相关性代理的失效问题,提出CoDeR方法,通过分离主题相关性与约束兼容性,利用对比学习训练兼容性评分器,在不调用外部大模型的情况下实现约束兼容检索。
2026-06-12 cs.IR