マルチタスク最適化によるBERTベース問合せ-バイ-文書検索の改善【JST・京大機械翻訳】

Abolghasemi Amin; Verberne Suzan; Azzopardi Leif

プレプリント

J-GLOBAL ID：202202210727464920 整理番号：22P0282985

マルチタスク最適化によるBERTベース問合せ-バイ-文書検索の改善【JST・京大機械翻訳】

Improving BERT-based Query-by-Document Retrieval with Multi-Task Optimization

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月01日プレプリントサーバーでの情報更新日： 2022年05月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

問い合わせ(QBD)検索は,シード文書が問い合わせとして行動する情報検索タスクであり,そして,目標は,関連文書を検索し,専門検索タスクにおいて特に一般的である。本研究では,BERT再ランク付けの検索効率を改善し,クエリのコンテキストをより良く活用するための微調整ステップへの拡張を提案した。この目的のために,BERT再ランク付けを微調整するときのランキング目的に加えて,追加の文書レベル表現学習目的を用いた。2つのQBD検索ベンチマークに関する著者らの実験は,提案したマルチタスク最適化が,BERT再ランク付けを変更せずに,または付加的訓練サンプルを用いて,ランキング有効性を著しく改善することを示した。将来の研究において,他の検索タスクに対する著者らのアプローチの一般化可能性をさらに調査する必要がある。【JST・京大機械翻訳】

, , , , , , , , ,
, , , 【Automatic Indexing@JST】

検索技術

, , , , , ,

前のページに戻る