大型语言模型通过提示进行查询扩展。
摘要：利用大型语言模型（LLMs）的生成能力，我们提出了一种查询扩展的方法。与传统的查询扩展方法（如伪相关反馈）依赖于检索到的一组好的伪相关文档来扩展查询不同，我们依赖于LLM的生成和创造能力，并利用模型中固有的知识。我们研究了多种不同的提示，包括零样本、少样本和思维链。我们发现，思维链提示对于查询扩展特别有用，因为这些提示指导模型逐步解析查询，并可以提供与原始查询相关的大量术语。在MS-MARCO和BEIR上的实验结果表明，LLMs生成的查询扩展可以比传统的查询扩展方法更强大。
作者：Rolf Jagerman, Honglei Zhuang, Zhen Qin, Xuanhui Wang, Michael Bendersky
论文ID：2305.03653
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-05-08