跳到正文
arXiv · NLP· Sourav Saha, Aditya Dutta, Soumajit Pramanik, Mandar Mitra·· 2026-10-08AI 评分25

解释信息检索中查询扩展性能的研究

Towards Explaining Query Expansion Performance in Information Retrieval

AI 导读

该研究通过理想扩展查询和可分性两个视角,解释查询扩展在信息检索中的性能差异。 研究开发了可分性度量方法,并基于 TREC Robust 等数据集进行了大量实验。 实验表明,接近理想扩展查询的检索效果更好,且相关与非相关文档的可分性是理解性能的有效补充视角。

来源:arXiv · NLP · arxiv.org