arXiv · Information Retrieval· Jo\~ao Coelho, Hong Wang, Jie Yuan, Zhuoer Wang, Samson Koelle, Wei Niu·· 4 hr agoAI score36
通过语料反馈学习多步查询改写用于对话搜索
Learning Multi-Step Query Rewriting via Corpus Feedback for Conversational Search
AI brief
该研究把对话查询改写（CQR）重构为序列检索问题：智能体在包含三种改写操作与停止动作的类型化空间中，先改写当前轮次、检索，再基于返回段落条件下一次改写。策略经监督微调后以单一检索质量奖励做强化学习，无需人工改写标注。在 TopiOCQA 和 QReCC 上优于多个检索对齐基线，跨检索后端保持有效，并免额外训练泛化到 CAsT 基准。
Source: arXiv · Information Retrieval · arxiv.org