IR
Forlogen
无论世事如何,你都要成为一个更优秀的人。
展开
-
Bridging the Gap Between Relevance Matching and Semantic Matching for Short Text Similarity Modeling
MENLP 2019 Bridging the Gap Between Relevance Matching and Semantic Matching for Short Text Similarity Modeling这是一篇发表于今年EMNLP上一篇关于文本理解的文章,更准确的来说应该是理解NLP中的短文本语义匹配和神经信息检索(neural information retrieval,N...原创 2019-12-19 16:21:42 · 1250 阅读 · 0 评论 -
关于ad hoc、 routing、filtering等术语的解释
Q: 信息检索中常提到ad hoc, routing filtering等术语,能否解释一下它们的含义?TREC刚开始的时候只有两个任务,ad hoc和routing。前者类似于图书馆里的书籍检索,即书籍库(数据库)相对稳定不变,不同用户的查询要求是千变万化的。这种检索就称为ad hoc。基于Web的搜索引擎也属于这一类。后者的情况与前者相对,用户的查询要求相对稳定。在routing中,查询常...转载 2019-06-05 10:43:27 · 3317 阅读 · 0 评论 -
A Review of the Neural History of Natural Language Processing
...翻译 2019-06-16 18:43:55 · 821 阅读 · 0 评论 -
ACL 2019 Searching for Effective Neural Extractive Summarization-What Works and What's Next
这篇论文来自ACL 2019 的《Searching for Effective Neural Extractive Summarization:WhatWorks and What’s Next》,它并没有提出一个新的模型还是新的想法,而是针对目前在抽取式摘要生成领域中所存在问题的一些思考。当我们使用传统的机器学习处理NLP任务时,往往需要大量的特征工程从数据中提取出对任务有用的特征。随着深度学...原创 2019-08-10 22:36:26 · 1052 阅读 · 0 评论 -
MMR(最大边界相关算法)
最大边界相关算法用于计算查询文本和搜索文档之间的相似度,然后对文档进行排序。算法公式为MMR(Q,C,R)=Argmaxdi,in,ck[λsim(Q,di)−(a−λ)maxdj,k(sim(di,dj))]\text{MMR}(Q,C,R) = Arg \max_{d_{i},in,c}^k [\lambda sim(Q,d_{i}) - (a- \lambda) \max_{d_{j}...原创 2019-10-09 14:46:06 · 6310 阅读 · 2 评论