热点事件持续更新
论文研究信息检索中查询扩展性能差异的解释
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv（Information Retrieval，一手来源）发表研究，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文档数据集上开展实验。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。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
新研究提出IEQ与可分性视角，实验显示越接近理想扩展查询检索效果越好。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Information Retrieval信息检索中查询扩展性能的解释研究
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。