选择性查询处理：一种对系统配置的风险敏感选择
摘要：在信息检索系统中，搜索参数被优化以确保高效性，基于一组过去的搜索，并且这些优化参数随后被用作所有后续查询的系统配置。然而，更好的方法是根据查询的需要调整参数。选择性查询扩展是一种这样的方法，其中系统自动决定是否扩展查询，从而产生两种可能的系统配置。最近，此方法扩展到包括许多其他参数，导致许多可能的系统配置，在每个查询的基础上自动选择最佳配置。为了确定在真实系统中每个查询使用的理想配置，我们开发了一种方法，其中预先选择一定数量的可能配置，并在元搜索引擎中使用它们来决定每个查询的最佳搜索配置。我们为配置预选择定义了一种风险敏感方法，考虑了配置数量和系统有效性之间的风险回报权衡。对于最终的配置选择，决策是基于查询特征的相似性。我们发现，通过我们的风险敏感模型选择的相对较小的配置数（20个）足以使效果提高约15％（P@10，nDCG@10），与使用单个配置的传统网格搜索相比，以及与学习排名文档相比提高约20％。我们的风险敏感方法适用于多样性和即席导向搜索。此外，基于相似性的选择方法的性能优于更复杂的方法。因此，我们证明了开发基于每个查询的信息检索系统的可行性，这将指导未来的研究方向。
作者：Josiane Mothe and Md Zia Ullah
论文ID：2305.18311
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-05-31