使用集成方法和神经信息检索检索比较论证
摘要：使用决策树集成算法的方法在Touche实验室的Task 2中针对比较性问题的论证检索中进行了提交。我们的团队Katana提供了几种基于决策树集成算法的方法，以便根据相关性和论证支持对比较性文档进行排名。我们使用PyTerrier库将集成模型应用于排名问题，考虑了基于统计文本特征和比较结构特征的特征。我们还采用了大规模上下文化语言模型技术，如BERT，来解决所提出的排名任务。为了将此技术与排名模型相结合，我们利用了神经排名库OpenNIR。 我们的系统在比赛的官方指标（NDCG@5得分）中远远超过了提出的基准线，并在相关性上排名第一，质量上排名第二。所提出的模型可以帮助改进信息检索和对话系统中处理比较性查询的性能。
作者：Viktoriia Chekalina, Alexander Panchenko
论文ID：2305.01513
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-05-03