文献

J-GLOBAL ID：202002267079666128   整理番号：20A1511252

文書ランキングのためのCEDR文脈化埋込み【JST・京大機械翻訳】

CEDR Contextualized Embeddings for Document Ranking

著者 (4件)： MacAvaney Sean (Georgetown University, Washington, DC, USA) ,  Yates Andrew (Max Planck Institute for Informatics, Saarbruecken, Germany) ,  Cohan Arman (Allen Institute for Artificial Intelligence, Seattle, WA, USA) ,  Goharian Nazli (Georgetown University, Washington, DC, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGIR’19  ページ： 1101-1104  発行年： 2019年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 最近,ニューラルランキングアーキテクチャに相当な注意が払われてきたが,これらのモデルへの入力として使われる用語表現にはあまり注意が払われていない。本研究では,2つの事前訓練された文脈化言語モデル(ELMoとBERT)がアドホック文書ランキングのためにどのように利用できるかを調べた。TRECベンチマークの実験を通して,いくつかの外部ニューラルランキングアーキテクチャが文脈化言語モデルによって提供される付加的コンテキストから利益を得ることができることを見出した。さらに,BERTの分類ベクトルを既存のニューラルモデルに組み込む結合アプローチを提案し,最先端のアドホックランキングベースラインよりも性能が優れていることを示した。この共同アプローチCEDR(文書化ランキングのための文脈化埋込み)と呼ぶ。また,BERTによって課せられた最大入力長さと文脈化言語モデルの実行時間性能影響を含むランキングのために,これらのモデルを用いることにおける実用的課題に取り組んだ。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ベクトル ,  *等級づけ ,  基準線 ,  ベンチマーク ,  単語 ,  言語モデル ,  神経回路網モデル
準シソーラス用語： 実行時間 , 【Automatic Indexing@JST】

著者キーワード (2件)： 文脈化された単語埋込み ,  神経ランキング

分類 (1件)： 検索技術  (AC06020S)

タイトルに関連する用語 (4件)： 文書 ,  ランキング ,  文脈 ,  埋込み