个性化的密集检索框架：统一信息访问
摘要：发展一个可以高效有效地响应各种信息获取请求（从检索到推荐到问答）的通用模型，一直是信息检索界的长期目标。本文认为，近期在密集检索和近似最近邻搜索方面的发展带来的灵活性、效率和效果，为实现这一目标铺平了道路。我们开发了一个称为框架的通用可扩展密集检索框架，可以处理各种（个性化的）信息获取请求，如关键词搜索、示例查询和互补项推荐。我们提出的方法通过开发个性化的注意网络，将稠密检索模型的能力扩展到即时检索任务，从而结合用户特定的偏好。这可以实现更加个性化和准确的个性化信息访问体验。我们对真实世界的电子商务数据进行的实验表明，开发通用信息访问模型是可行的，与专门针对每个单独的信息访问任务开发的竞争基线相比，展示了显著的改进。这项工作为未来的研究开展了一些基础方向。
作者：Hansi Zeng, Surya Kallumadi, Zaid Alibadi, Rodrigo Nogueira, Hamed Zamani
论文ID：2304.13654
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-04-27