Information Retrieval Model: A Social Network Extraction Perspective
未来的信息检索,特别是与互联网相关的信息检索,将结合使用社交网络提取技术生成的内容描述,并且优选地结合用于分配语义的概率理论。虽然社会网络信息抽取的研究越来越受到人们的关注,但其中很少有对信息检索有重大影响的方法。因此本文提出了一种基于社会网络的信息检索模型。
2012-07-16 cs.IR
An Empirical Study of Some Selected IR Models for Bengali Monolingual Information Retrieval
本文提出了一个评估和分析的一些选择信息检索模型孟加拉语单语信息检索任务。两个模型,TF-IDF模型和Okapi BM 25模型已被考虑为我们的研究。在2008 - 2012年不同年份发布的FIRE特别检索数据集上对所开发的IR模型进行了测试,并报告了所获得的结果。
2017-06-10 cs.IR
Lecture Notes on Neural Information Retrieval
这些课堂讲稿集中在神经信息检索的最新进展,特别强调利用Transformer网络的系统和模型。这些网络最初由Google在2017年提出,在许多自然语言处理和信息检索任务中取得了巨大成功。虽然有许多关于信息检索和自然语言处理的精彩教科书以及针对更高级受众的专业书籍,但这些课程笔记的目标人群旨在发展对基于深度学习的主要信息检索技术和方法的基本理解。这些笔记是为意大利比萨大学人工智能和数据工程硕士课程的IR研究生课程准备的。
2022-09-12 cs.IR
XML Information Retrieval Systems: A Survey
XML信息库的持续增长与XML检索系统开发的不断努力相匹配,在很大程度上旨在支持面向内容的XML检索。这些系统利用XML文档中的可用结构信息,以返回文档组件-所谓的XML元素-而不是对用户查询的补充文档。在本文中,我们提供了一个不同的XML信息检索系统的概述和分类,根据其存储和查询评价策略。
2011-11-28 cs.IR
Adapting Binary Information Retrieval Evaluation Metrics for Segment-based Retrieval Tasks
本报告描述了基于现有二进制信息检索指标的基于段检索的有效性评估指标。该度量在用于视频片段的超链接的任务的上下文中描述。这种评价方法重新使用现有的评价措施,从标准的克兰菲尔德评价范式。我们的适应方法原则上可以用于任何一种使用二进制相关性的有效性度量,以及其他基于段的检索任务。在我们的视频超链接设置中,我们使用截止秩n的精度和平均精度。
2013-12-06 cs.IR
Combining Text and Formula Queries in Math Information Retrieval: Evaluation of Query Results Merging Strategies
特定于数学的信息检索是在文档和查询中将文本与数学公式相结合。对查询扩展进行了严格的评估,并给出了在查询中结合数学和标准文本关键词的合并策略。结果表明,类似于那些已知的从文本查询处理的技术可以应用在数学信息检索,以及,并导致尖端的性能。分条和合并来自子查询的部分结果是一种改进由信息检索评估度量(如Bclock)测量的结果的技术。
2015-08-08 cs.IR
Evaluating Token-Level and Passage-Level Dense Retrieval Models for Math Information Retrieval
随着最近基于双编码器的稠密检索方法的成功,研究已经将这种方法应用于各种有趣的下游检索任务,具有良好的效率和域内有效性。最近,我们也看到了稠密检索模型在数学信息检索(MIR)任务的存在,但最有效的系统仍然是经典的检索方法,考虑手工制作的结构特征。在这项工作中,我们试图结合两个世界的最佳:\一个定义良好的结构搜索方法,有效的公式搜索和高效的双编码器稠密检索模型,以捕捉上下文的相似性。具体来说,我们已经评估了两个代表性的双编码器模型的令牌级和令牌级稠密检索最近的MIR任务。我们的研究结果表明,双编码器模型是高度互补的现有结构搜索方法,我们能够推进最先进的MIR数据集。
2022-10-21 cs.IR
Information retrieval system for silte language using BM25 weighting
信息检索系统的主要目的是根据用户的需要从大量的数据中提取合适的信息。信息检索系统的基本概念是,当用户发出查询时,系统将尝试生成一个相关文档的列表,这些文档根据它们的相关程度按顺序排列。数字非结构化Silte文本文档不断增加。数字文本信息的增长使得正确信息的利用和访问变得困难。因此,开发一个面向Silte语言的信息检索系统,可以搜索和检索满足用户信息需求的相关文档。在本研究中,我们针对Silte语言设计了一个概率信息检索系统。该系统具有索引和搜索两部分。在这些模块中,包括不同的文本操作,如标记化,词干,停止词删除和同义词。
2020-12-16 cs.IR
Semantic Arabic Information Retrieval Framework
信息发布量和存储量的不断增加,要求有专门的信息检索框架来准确、快速地检索和获取信息。目前,基于关键字的技术通常用于信息检索中。然而,关键词方法的一个主要缺点是它无法处理自然语言中的一词多义和同义现象。例如,不同社区对词语的含义和对概念的理解不同。同一个词用于不同的概念(一词多义)或使用不同的词用于同一个概念(同义)。大多数信息检索框架在处理词汇语义方面存在不足(索引、布尔模型、潜在语义分析(LSA)、潜在语义索引(LSI)和语义排序等)。传统的阿拉伯语信息检索(AIR)模型在处理语义查询时,不仅要处理关键字,还要处理这些关键字的上下文,因此性能不足。因此,需要一种具有语义索引结构和基于语义索引的排序算法的语义信息检索模型。
2015-12-10 cs.IR
The model of information retrieval based on the theory of hypercomplex numerical systems
本文提出了一种新的信息检索模型,它是向量空间模型的推广,是基于超复数系统理论的。该模型允许在一定程度上实现模糊搜索的想法,并允许您在实践中应用超复杂数值系统领域的信息检索实际发展的模型。
2012-05-14 cs.IR
Experiments on Manual Thesaurus based Query Expansion for Ad-hoc Monolingual Gujarati Information Retrieval Tasks
在本文中,我们提出的实验工作做查询扩展(QE)的古吉拉特语文本文档的检索任务。在信息检索中,准确地估计用户的需求是非常困难的,查询扩展在原始查询的基础上增加检索词,从而提供更多的用户需求信息。查询扩展有多种方法。在我们的工作中,手动词库为基础的查询扩展进行广泛使用的信息检索模型古吉拉特语文本文档的性能进行评估。实验结果表明,查询扩展提高了文本文档的查全率。
2020-01-18 cs.IR
Discriminative Information Retrieval for Knowledge Discovery
我们提出了一个框架的歧视性信息检索(IR)的语言特征,训练,以提高召回的任务,如答案候选段落检索,在基于文本的问答(QA)的初始步骤。我们将其形式化为基于线性特征的IR的实例(Metzler和Croft,2007),说明了在这种方法下如何捕获各种知识发现任务,从而使QA的候选分类的召回率提高了44%。
2016-10-06 cs.IR
MIREX: MapReduce Information Retrieval Experiments
我们建议使用MapReduce通过顺序扫描所有文档来快速测试机器集群上的新检索方法。我们提出了一个小的案例研究中,我们使用一个集群的15个低成本的机器,中国搜索的Web抓取的0.5亿页,顺序扫描是一个可行的方法来运行大规模的信息检索实验,很少的努力。其他研究人员可以在以下网址获得该代码:http://mirex.sourceforge.net
2010-04-26 cs.IR
Information Retrieval: Recent Advances and Beyond
本文全面综述了信息检索典型处理链两阶段的模型,涵盖词项、语义及神经方法,并深入探讨了模型学习过程,为相关领域的研究者与从业者提供参考。
2023-01-20 cs.IR
KEIR @ ECIR 2025: The Second Workshop on Knowledge-Enhanced Information Retrieval
针对现有基于预训练语言模型的信息检索系统难以利用外部知识的问题,KEIR @ ECIR 2025研讨会旨在汇聚学界与业界,探讨知识增强检索的创新方法,以提升检索有效性。
2025-01-20 cs.IR
A Study on the usage of Data Structures in Information Retrieval
本文试图对数据结构在信息检索中的应用作一些探讨。信息检索是随着人们对信息共享和探索的需求和迫切性的日益增长而迅速发展起来的一个研究领域。数据结构是计算机科学领域中一个长期的研究领域。随着数据的指数增长,对高效数据结构的需求变得更加重要。
2016-02-25 cs.IR
Beyond CO2 Emissions: The Overlooked Impact of Water Consumption of Information Retrieval Models
本文指出信息检索社区在关注基于大型语言模型的神经搜索模型能耗与CO2排放的同时,忽视了模型水消耗这一重要影响。
2023-06-29 cs.IR
Responding to Retrieval: A Proposal to Use Retrieval Information for Better Presentation of Website Content
检索和内容管理被认为是相互排斥的。在本文中,我们建议他们不必如此。在通常的信息检索情况下,有关网站的服务器管理员可以获得一些关于导致网站的查询(由于“点击”或“访问”)的信息。这些信息可以用来更好地展示网站上的内容。此外,我们建议检索系统可以与内容提供方共享更多的信息。这将使得内容提供方(任何网站)能够具有与查询趋势一致的内容的更动态的呈现,而不侵犯查询用户的隐私。其结果将是检索系统和内容提供方之间更好的同步,目的是改善用户的网络搜索体验。这也将使内容提供方在这一过程中有发言权,因为内容提供方比检索系统更了解内容。这也意味着内容呈现可以响应于查询而改变。最终,用户将能够更轻松、更快速地找到相关内容。
2015-01-19 cs.IR
An Intrinsic Framework of Information Retrieval Evaluation Measures
本文基于表征测量理论提出检索测度的内在框架,仅利用测度取得值即可判定其度量与尺度属性,并据此对常见IR评价测度进行三类划分。
2023-04-02 cs.IR
Hybrid XML Retrieval: Combining Information Retrieval and a Native XML Database
本文探讨了三种方法对XML检索的影响:使用Zettair,一个全文信息检索系统;使用eXist,一个本地XML数据库;并使用一个混合系统,从Zettair的完整文章的答案,并使用eXist从这些文章中提取元素。对于纯内容主题,我们对INEX 2003相关性评估进行了初步分析,以确定高度相关的文档组件的类型。进一步的分析确定了相关性评估的两个补充子案例(“一般”和“具体”)和两类专题(“广义”和“狭义”)。我们开发了一种新的检索模块,对于一个内容唯一的主题,利用信息从一个原生XML数据库的答案列表,并动态地确定优选的检索单元,我们称之为“一致的检索元素”。我们的实验结果表明,-当三个系统中的每一个被评估对不同的检索方案(如不同的情况下的相关性评估,不同的主题类别和不同的选择的评价指标)-的XML检索系统表现出不同的行为和最佳性能可以达到不同的值的检索参数。在INEX 2003年的相关性评估的情况下,只有内容的主题,我们新开发的混合XML检索系统是更有效的比Zettair或eXist,并产生一个强大的和非常有效的XML检索。
2005-07-28 cs.IR
Evaluation of Information Retrieval Systems Using Structural Equation Modelling
对测试系统在输入数据集和模型参数之间收集的实验数据的解释对于系统设计和实现具有战略重要性。特别是,发现变量之间的关系,并检测影响检索性能的潜在变量,可以为设计师,工程师和实验人员提供有用的,如果不是必要的信息,系统是如何执行的。本文讨论了使用结构方程模型(SEM)在提供一个深入的解释评价结果和解释的失败和成功的系统,特别是,我们专注于信息检索的情况。
2018-06-25 cs.IR
A Generalized Framework for Ontology-Based Information Retrieval Application to a public-transportation system
在本文中,我们提出了一个通用的框架,基于本体的信息检索。我们专注于从数据源中提取的语义信息的识别和这些知识到本体的映射。为了实现更大的可扩展性,我们提出了一种基于实体检索模型的语义索引方法。此外,我们使用本体的公共交通领域,以验证这些建议。最后,我们评估我们的系统使用本体映射和现实世界的数据源。实验表明,我们的框架可以提供有意义的搜索结果。
2014-09-02 cs.IR
Semantic Modelling with Long-Short-Term Memory for Information Retrieval
在本文中,我们解决了以下问题,在Web文档和信息检索(IR):我们如何使用长期的上下文信息,以获得更好的IR性能?与使用词袋表示查询和文档的常见IR方法不同,我们将它们视为单词序列,并使用长短期记忆(LSTM)来捕获上下文依赖关系。据我们所知,这是LSTM首次应用于信息检索任务。由于信息检索问题的特殊性,训练策略与传统的LSTM不同。来自Bing网络搜索的IR任务的实验评估表明,所提出的方法在解决词汇不匹配和长期的上下文建模问题的能力,从而显着优于现有的最先进的方法的Web文档检索任务。
2015-02-27 cs.IR
FAIR-QR: Enhancing Fairness-aware Information Retrieval through Query Refinement
本研究提出FAIR-QR框架,通过递归精化查询关键词检索代表性不足群体的文档,实现群体公平性,同时保持可解释性并确保相关性。
2025-03-27 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
Text Information Retrieval in Tetun: A Preliminary Study
本文针对低资源语言德顿语缺乏信息检索方案的问题,开展即席检索实验并报告初步结果,为构建德顿语搜索解决方案提供基础。
2024-06-11 cs.IR
Towards Improving the Explainability of Text-based Information Retrieval with Knowledge Graphs
由于机器学习的最新进展,基于向量的方法已被许多现代信息检索(IR)系统所采用。虽然显示出有前途的检索性能,这些方法通常无法解释为什么特定的文档被检索作为查询结果,以解决可解释信息检索(XIR)。知识图谱记录关于实体和内在可解释关系的结构化信息。大多数现有的XIR方法只关注检索模型,很少考虑使用现有的知识图谱来提供解释。在本文中,我们提出了一个通用的架构,将知识图谱的XIR在检索过程的各个步骤。此外,我们创建了两个不同类型的解释架构的实例。我们评估我们的方法在著名的IR基准使用标准的指标,并将它们与基于向量的方法作为基线进行比较。
2023-01-17 cs.IR
Deep Reinforced Query Reformulation for Information Retrieval
查询重构长期以来一直是缓解信息检索中词汇不匹配问题的关键机制,例如通过用相关查询术语扩展查询或通过生成查询的释义。在这项工作中,我们提出了一个深度强化查询重构(DRQR)模型,自动生成新的查询重构。为了鼓励模型生成查询,可以实现高性能的检索任务时,我们将查询性能预测到我们的奖励函数。此外,为了在信息检索的背景下评估重构查询的质量,我们首先训练我们的DRQR模型,然后将检索排名模型应用于所获得的重构查询。实验在TREC 2020深度学习跟踪MSMARCO文档排序数据集上进行。我们的研究结果表明,我们提出的模型优于几个查询重构模型基线时,执行检索任务。此外,当与各种检索模型(如查询扩展和BERT)结合时,也观察到改进。
2020-07-15 cs.IR
The Effectiveness of Graph Contrastive Learning on Mathematical Information Retrieval
本文实证研究了图对比学习在数学公式表示生成中的效果,证明其性能持续优于领先模型 TangentCFT,并公开了源代码以支持后续研究。
2024-02-21 cs.IR
Patapasco: A Python Framework for Cross-Language Information Retrieval Experiments
虽然有高质量的软件框架用于信息检索实验,但它们并不明确支持跨语言信息检索(CLIR)。为了填补这一空白,我们创建了Patapsco,一个Python CLIR框架。这个框架专门解决了用多种语言运行实验的复杂性。Patapsco被设计为可扩展到许多语言对,可扩展到大型文档集合,并支持由配置文件驱动的可重复实验。我们包括Patapsco结果标准CLIR集合使用多种设置。
2022-01-24 cs.IR
Collaborative Knowledge Creation and Management in Information Retrieval
信息检索的最终目的是知识生产。然而,有人认为,知识生产不是一个单独的努力,而是一个合作的努力。信息检索中的协作面向知识共享和用户创造新知识。本文讨论了协同信息检索(CIR)及其如何最终实现知识创造。它解释了如何创建知识的组织和结构。它描述了一个功能架构的CIR原型称为MECOCIR的发展。原型的一些功能,以及它们如何促进协作知识开发。通过Nonaka提出的知识转换/转化过程来解释知识创造,并强调和讨论了促进这些过程的CIR活动
2010-12-15 cs.IR
System Description of CITlab's Recognition & Retrieval Engine for ICDAR2017 Competition on Information Extraction in Historical Handwritten Records
我们为ICDAR2017历史手写记录信息抽取竞赛提供了一个识别和检索系统,该系统成功地从婚姻记录中推断出人名和其他数据。该系统以高精度从线图像中提取信息,并且优于基线。光学模型基于神经网络。为了推断所需的信息,正则表达式被用来描述的一组可行的单词序列。
2018-04-26 cs.IR
Proceedings of the 17th Dutch-Belgian Information Retrieval Workshop
本卷包含在2018年11月23日在莱顿举行的第17届荷兰-比利时信息检索研讨会上发表的论文。该论坛旨在为信息检索及相关领域的研究和应用提供一个国际平台(特别关注荷兰和比利时)。委员会接受了4篇介绍新工作的短论文,3个演示提案和8个压缩贡献(最近在国际期刊和会议上发表的论文摘要)。每一份申请都由至少3名方案委员会成员审查。
2018-12-11 cs.IR
DisastRAG: A Multi-Source Disaster Information Integration and Access System Based on Retrieval-Augmented Large Language Models
UrbanResilience.AI Lab, Zachry Department of Civil and Environmental Engineering, Texas A&M University(德州农工大学城市韧性人工智能实验室扎克里土木与环境工程系)
本文提出DisastRAG系统,整合结构化、非结构化和上下文灾害信息,通过多路径架构支持文档检索、结构化访问和外部网络回退,提升灾害管理信息获取效率。
2026-05-08 cs.IR
The Cross-Lingual Arabic Information REtrieval (CLAIRE) System
尽管神经机器翻译取得了进展,但查询和文档位于不同自然语言空间的跨语言检索任务仍然具有挑战性。虽然神经翻译模型可以提供一种直观的方法来解决跨语言问题,但它们的资源消耗训练和高级模型结构可能会使整个检索管道复杂化并降低用户参与度。在本文中,我们建立了我们的端到端的跨语言阿拉伯语信息检索(CLAIRE)系统的基础上,跨语言的词嵌入,搜索者被假定有一个过得去的被动理解的阿拉伯语和各种支持信息的英语,以帮助检索经验。该系统具有三大优点:(1)英语-阿拉伯语词嵌入的使用简化了整个流水线,避免了机器翻译可能导致的错误。(2)我们的CLAIRE系统可以包含任意的基于词嵌入的神经检索模型,而无需结构修改。(3)阿拉伯语新闻收集的早期经验结果显示了良好的性能。
2021-07-29 cs.IR
Implications of Inter-Rater Agreement on a Student Information Retrieval Evaluation
本文对三种不同的检索支持服务进行了信息检索评价。所有这三个服务都是为了弥补元数据驱动的数字图书馆中出现的典型问题而设计的,这些问题不能被简单的基于tf-idf的检索充分处理。这些服务是:(1)基于共词分析的查询扩展机制和通过(2)Bradfordizing和(3)作者中心性的重新排序。73名信息科学专业的学生进行相关性评估的服务进行了评估。由于学生既不是信息专业人士,也不是领域专家,因此考虑了评分员之间的协议问题。出现了两个重要的影响:(1)评分者间一致率主要为一般至中等,(2)在数据清理步骤删除一致率差的评估后,评价数据显示,三个检索服务返回的结果集不相交,但仍然相关。
2010-10-09 cs.IR
Enhancing Content-And-Structure Information Retrieval using a Native XML Database
本文分析了三种基于内容和结构的XML检索方法:第一种方法是使用Zettair,一个全文信息检索系统;第二种方法是使用eXist,一个原生XML数据库;第三种方法是使用一个混合XML检索系统,该系统使用eXist从Zettair检索到的可能相关的文章中产生最终答案。INEX 2003内容和结构主题可以分为两类:第一类检索完整的文章作为最终答案,第二类检索文章中更具体的元素作为最终答案。我们发现,对于这两个主题类别,我们最初的混合系统提高了原生XML数据库的检索效率。对于排名的最终答案元素,我们提出并评估了一种新的检索模型,利用本机XML数据库的答案元素之间的结构关系,检索连贯的检索元素。我们的实验的最终结果表明,当XML检索任务集中在高度相关的元素,我们的混合XML检索系统的一致性检索元素模块是1.8倍,比Zettair和3倍,比eXist更有效,并产生一个有效的内容和结构的XML检索。
2005-08-02 cs.IR
A Personalized Dense Retrieval Framework for Unified Information Access
本文提出通用可扩展的个性化密集检索框架 \ ramework,通过个性化注意力网络融合用户偏好,统一支持关键词搜索、示例查询和互补推荐等任务,并在真实电商数据上超过各任务专用基线。
2023-04-26 cs.IR
A Comparison of Information Retrieval Techniques for Detecting Source Code Plagiarism
剽窃是学术界经常遇到的问题。虽然有几种工具和技术可以有效地确定文本中的剽窃,但对于源代码剽窃却不能这么说。为了使现有的系统更有效,我们使用几个信息检索技术,以发现用Java编写的源代码文件之间的相似性。我们后来使用JPlag,这是一个基于字符串的剽窃检测工具,用于学术界匹配剽窃的源代码。在本文中,我们的目的是概括的效率和有效性检测剽窃使用不同的信息检索模型,而不是仅仅使用字符串操作算法。
2019-02-06 cs.IR
A comparative study of approaches in user-centered health information retrieval
在本文中,我们调查各种以用户为中心或基于上下文的生物医学健康信息检索系统。我们提出并讨论了在CLEF电子健康2014任务3中提交的系统的性能。我们对生物医学信息检索中最流行的两种检索模型进行了分类和重点比较,即:语言模型(LM)和向量空间模型(VSM)。我们还报告了使用外部医疗资源和本体的有效性,如MeSH,Metamap,UMLS等。基于VSM的检索系统在各个方面都优于基于VSM的系统。根据结果,我们得出结论,MAP的最新系统评分为0.4146,P@10为0.7560,NDCG@10为0.7445。所有这些分数都是由基于语言建模方法的系统报告的。
2015-05-07 cs.IR
Quantum contextuality in classical information retrieval
已知基于相关性的概率评估的文档排序表现出非经典相关性,这可以通过承认事件空间的复杂结构来解释,即,通过假设事件从多个样本空间出现。在量子力学中,由重叠的样本空间形成的事件空间的结构是已知的,它们可能表现出一些反直觉的特征,称为量子上下文性。在本说明中,我观察到,从结构的角度来看,量子上下文看起来类似于个性化的信息检索的情况。沿着这些路线,知识修订被视为操作性的测量和量化的信息检索方案的个性化率的方法建议。
2012-05-25 cs.IR
WIKIR: A Python toolkit for building a large-scale Wikipedia-based English Information Retrieval Dataset
在过去的几年里,深度学习方法允许在ad-hoc信息检索中获得新的最先进的结果。然而,这种方法通常需要大量的注释数据才能有效。由于大多数可公开用于学术研究的标准ad-hoc信息检索数据集(例如Robust 04,CIBMWeb 09)最多有250个带注释的查询,因此最近用于信息检索的深度学习模型在这些数据集上表现不佳。这些模型(例如DUET,Conv-KNRM)是根据从商业搜索引擎收集的数据进行训练和评估的,这些搜索引擎不公开用于学术研究,这对研究的可重复性和进步是一个问题。在本文中,我们提出了WIKIR:一个开源的工具包,自动建立大规模的英语信息检索数据集的基础上维基百科。WIKIR在GitHub上公开。我们还提供了wikIR 78 k和wikIRS 78 k:两个大规模的公开数据集,都包含78,628个查询和3,060,191个(查询,相关文档)对。
2020-03-17 cs.IR
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
Voice Information Retrieval In Collaborative Information Seeking
语音信息检索是一种为信息检索系统提供将语音查询转录并使用文本输出进行信息检索的能力的技术。CIS是一个研究领域,涉及研究在信息寻求项目的协作组中工作的人的情况,动机和方法,以及建立支持此类活动的系统。人类发现通过语言交流和表达思想更容易。现有的语音搜索如Google等主流语音搜索不支持协同搜索。语音经过语音识别系统进行特征提取,采用MFCC和HMM,Viterbi算法进行精确的模式匹配。然后将ASR的结果作为输入传递到CIS系统中,然后过滤结果以获得聚合结果。模拟结果表明,我们的模型能够达到81.25%的转录准确率。
2021-10-05 cs.IR
Report on the 1st Workshop on Large Language Model for Evaluation in Information Retrieval (LLM4Eval 2024) at SIGIR 2024
本文报告了与SIGIR 2024同期举办的首届LLM4Eval研讨会,该研讨会聚焦于利用大型语言模型进行信息检索评估这一新兴主题,通过专题讨论和海报展示促进研究者交流。
2024-08-09 cs.IR
Grep-BiasIR: A Dataset for Investigating Gender Representation-Bias in Information Retrieval Results
信息检索系统提供的内容反映了社会存在的偏见和刻板印象。检索结果中的这种偏见可能导致进一步建立和加强社会和系统中的陈规定型观念。为了促进检索系统检索结果中性别偏见的研究,我们引入了性别表征偏见的信息检索(Grep-BiasIR),一个新的彻底审计的数据集,由118个偏见敏感的中性搜索查询。这组查询涵盖了广泛的性别相关主题,因此,搜索结果中的性别偏见表示可以被认为是社会问题。每个查询都伴随着一个相关和一个不相关的文件,其中文件也以女性,男性和中性三种形式提供。该数据集可在https://github.com/KlaraKrieg/GrepBiasIR上获得。
2023-01-09 cs.IR
Information Retrieval for Climate Impact
本文介绍了MANILA24研讨会,旨在汇集多方研究人员以识别信息检索在评估气候变化影响中的核心问题,并促进信息检索、自然语言处理与气候科学等社区的合作与技术议程制定。
2025-04-01 cs.IR
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
Top-P Masking for Cross Language Information Retrieval
本研究针对信息检索中的Top-K掩码方案,提出类似大语言模型核采样的Top-P动态掩码方法,在跨语言信息检索领域验证其性能优于Top-K掩码,可作为FLOPS正则化的替代方案。
2025-10-22 cs.IR
Information Retrieval (IR) through Semantic Web (SW): An Overview
大量的数据存在于网络上。它包含了大量的网页,从中找到合适的信息是非常繁琐的任务。有必要以正式方式组织数据,以便用户能够容易地访问和使用它们。为了从文档中检索信息,我们有许多信息检索(IR)技术。目前的IR技术还没有那么先进,他们可以利用文档中的语义知识,并给出精确的结果。IR技术是主要因素负责处理语义Web(SW)语言的注释,并在本文中用于检索信息的知识表示语言进行了讨论。
2014-03-27 cs.IR
Declarative Experimentation in Information Retrieval using PyTerrier
深度机器学习平台的出现,如Tensorflow和Pytorch,是用Python等表达性高级语言开发的,允许深度神经网络架构的表达性更强。我们认为,这样一个强大的形式主义是失踪的信息检索(IR),并提出了一个框架,称为PyTerrier,允许先进的检索管道表示,并评估,在声明的方式接近他们的概念设计。与前面提到的将深度学习实验编译为基本GPU操作的框架一样,我们的框架将IR平台作为后端,以执行和评估检索管道。此外,我们可以自动优化检索管道,以提高其效率,以适应特定的IR平台后端。我们的实验,进行TREC鲁棒和CNOWWeb09测试集合,证明了这些优化检索管道涉及的Anserini和梗IR平台的效率优势。
2020-07-28 cs.IR
Dynamic Information Retrieval: Theoretical Framework and Application
像概率排序原则和它最近的交互式信息检索变体的理论框架已经指导了几十年的排名和检索算法的发展,但它们不能帮助我们在动态信息检索中建模问题,这些问题表现出以下三个属性:可观察的用户信号,多阶段检索和整体搜索意图。本文提出了一个新的理论框架,在这些情况下检索。我们推导出一个通用的动态效用函数优化这些类型的任务,考虑到每个阶段的效用和观察用户反馈的概率。我们将我们的框架应用于TREC数据在动态多页搜索场景中的实验,以实际证明其有效性,并讨论其使用,其局限性,并将其与现有框架进行比较。
2016-01-18 cs.IR
NeuCLIRTech: Chinese Monolingual and Cross-Language Information Retrieval Evaluation in a Challenging Domain
Johns Hopkins University(约翰斯·霍普金斯大学);University of Glasgow(格拉斯哥大学);University of Waterloo(滑铁卢大学);Information Sciences Institute, University of Southern California(南加州大学信息科学研究所);Allen Institute for AI(艾伦人工智能研究所)
NeuCLIRTech是一个用于评估中文单语和跨语言信息检索技术的挑战性数据集,包含110个查询及35962个文档判断,提供强大的统计区分能力,支持神经检索系统与重排序算法的评估。
2026-02-05 cs.IR
A framework for contextual information retrieval from the WWW
搜索引擎是在互联网上查找相关信息的最常用工具。然而,今天的搜索引擎还远远不够完美。典型的搜索查询很短,通常是一两个词,并且可能是模糊的,因此返回不合适的结果。上下文信息检索(CIR)是这些搜索引擎方便查询和返回相关信息的关键技术。尽管它的重要性,小的进展已经取得了CIR由于捕获和表示有关用户的上下文信息的困难。许多上下文信息检索方法存在的今天,但据我们所知,他们没有一个提供类似的服务,本文提出的。本文提出了一种从WWW上进行上下文信息检索的替代框架。该框架旨在通过基于用户的行为、他们的偏好和共享知识库构建上下文简档,并在搜索引擎框架中使用该信息来查找和返回相关信息,来改进查询结果(或使搜索结果更相关)。
2014-07-23 cs.IR