文献

J-GLOBAL ID：202202234288716898   整理番号：22A1104810

神経検索時代におけるアンカーテキストの力【JST・京大機械翻訳】

The Power of Anchor Text in the Neural Retrieval Era

著者 (5件)： Frobe Maik (Martin-Luther-Universitaet Halle-Wittenberg, Halle, Germany) ,  Guenther Sebastian (Martin-Luther-Universitaet Halle-Wittenberg, Halle, Germany) ,  Probst Maximilian (Martin-Luther-Universitaet Halle-Wittenberg, Halle, Germany) ,  Potthast Martin (Leipzig University, Leipzig, Germany) ,  Hagen Matthias (Martin-Luther-Universitaet Halle-Wittenberg, Halle, Germany)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13185  ページ： 567-583  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： Web検索の初期日において,Craswellら[11]による研究は,アンカーテキストがナビゲーションクエリのための特に有用なランキング特徴であり,EironとMcCurley[24]による研究は,アンカーテキストが質問の特性に緊密に似ており,アンカーテキストに対する検索が文書に対するよりもより均一な結果を与えることを示した。この再現性研究において,事前訓練変圧器によるパラダイムシフトを含む現在のMSMARCOデータセットのWeb検索シナリオにおいて,これらの観測がどの程度保持されているかを解析した。その結果,アンカーテキストはナビゲーション問い合わせに対して特に有用であるが,それらは質問の特性に非常によく似ており,現在,文書の内容よりも少ない均一結果が得られることを示した。検索効率に関しては,異なる時間フレームからアンカーテキストを評価し,TREC 2019と2020 Deep Learningトラックの比較における最新のベースラインを含む。著者らのコードと新しく作られたWebis MS MARCOアンカーTexts 2022データセットは自由に利用可能である。Copyright The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 変圧器 ,  検索効率 ,  質問 ,  国際会議 ,  再現性 ,  等級づけ ,  変化 ,  基準線 ,  *検索 ,  機械学習
準シソーラス用語： TREC ,  パラダイムシフト ,  クエリー ,  ウェブ検索 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： アンカーテキスト ,  MS MARCO ,  ORCAS ,  TREC深層学習軌道

分類 (1件)： 検索技術  (AC06020S)

タイトルに関連する用語 (4件)： 神経 ,  検索 ,  アンカー ,  力