arXiv · Information Retrieval· Sourav Saha, Aditya Dutta, Soumajit Pramanik, Mandar Mitra·· 3 小时前AI 评分27
信息检索中查询扩展性能的解释研究
Towards Explaining Query Expansion Performance in Information Retrieval
AI 导读
研究提出理想扩展查询（IEQ）与可分性两种互补视角，用于解释查询扩展（QE）在信息检索中的性能差异。论文给出逼近 IEQ 的实用公式与可分性度量，基于 BM25 检索模型，在 TREC Robust、TREC DL 2019-2022 段落与 TREC DL 2019-2020 文档数据集上实验。结果显示，越接近理想扩展查询的检索效果越好，相关与不相关文档的可分性可补充解释 QE 性能。
来源：arXiv · Information Retrieval · arxiv.org