awesome semantic search

素晴らしいセマンティック検索

@createdbytangoによって作成されたロゴ。

より多くの紙の追加を探しています。 PS：PRを上げます

フォローリポジトリは、セマンティック検索およびセマンティックの類似性に関連するタスクのメタリポジットを提供することを目指しています。

セマンティック検索はテキストに限定されません！画像や音声などで行うことができます。セマンティック検索のさまざまな使用ケースとアプリケーションがあります。

このレポでPRを自由に上げてください！

コンテンツ

• 論文
  • 2014年
  • 2015年
  • 2016年
  • 2017年
  • 2018年
  • 2019年
  • 2020
  • 2021
  • 2022
  • 2023
• 記事
• ライブラリとツール
• データセット
• マイルストーン

論文

2010年

• 優先範囲の木
• 情報検索とセマンティックWeb？

2014年

• 情報検索のための畳み込みプーリング構造を備えた潜在セマンティックモデル？

2015年

• スキップ思考のベクトル？
• 角距離のための実用的で最適なLSH

2016年

• 効率的なテキスト分類のためのトリックの袋？
• サブワード情報で単語ベクトルを濃縮しますか？
• 階層的なナビゲーション可能な小さな世界グラフを使用して、効率的で堅牢な近隣の近隣検索
• 同様の単語の埋め込みをほぼ検索します
• 無効なデータからの文の分散表現を学習しますか？
• 高次元データでの近隣の近隣の検索---実験、分析、および改善

2017年

• 自然言語の推論データからの普遍的な文の表現の監視された学習？
• ヒンディー語のセマンティックテキストの類似性？
• スマートな返信のための効率的な自然言語応答の提案？

2018年

• ユニバーサルセンテンスエンコーダー？
• 会話からセマンティックなテキストの類似性を学ぶ？
• Google AIブログ：セマンティックテキストの類似性の進歩？
• Speech2VEC：音声から単語の埋め込みを学習するためのシーケンスからシーケンスフレームワーク）？
• 高次元データでの近接検索のためのk-nearest Neighborグラフに基づくインデックス作成の最適化？
• ナビゲートスプレッドアウトグラフを使用して、高速近くの近隣検索
• 学習されたインデックス構造の場合

2019年

• レーザー：言語不可知論の文章？
• クエリ予測によるドキュメント拡張？
• 文章：Siamese Bert-Networksを使用した文の埋め込み？
• BERTでのマルチステージドキュメントのランキング？
• 弱く監視されているオープンドメイン質問応答の潜在的な検索
• Bertseriniでのエンドツーエンドのオープンドメイン質問応答
• Biobert：生物医学のテキストマイニングのための事前に訓練された生物医学言語表現モデル？
• 柔らかい最近隣人の損失で表現を分析して改善しますか？
• Diskann：単一のノードでの正確な10億ポイントの最近近隣検索

2020

• Covid-19オープン研究データセットのためにニューラル検索エンジンを迅速に展開：学んだ予備的な考えと教訓？
• バートとの再ランキング？
• 共同検索：セマンティック検索、質問の回答、抽象的な要約によるCovid-19情報検索？
• ラボ：言語に依存しないバート文の埋め込み？
• Covidex：Covid-19オープン研究データセットのニューラルランキングモデルとキーワード検索インフラストラクチャ？
• DETEXT：インテリジェントなテキスト理解のための深いNLPフレームワーク？
• 知識の蒸留を使用して、単一言語の文の埋め込みを多言語にしますか？
• テキストランキング用の事前に処理された変圧器：Bert and Beyond？
• レルム：検索された言語モデルのトレーニング前
• Electra：テキストエンコーダーは、ジェネレーターではなく判別器としてエンコーダをしますか？
• Airbnb検索の深い学習の改善
• Airbnb検索の多様性の管理？
• 密度の高いテキスト検索のための概算隣接否定的な対照学習？
• 検索および認識タスクのための監視されていない画像スタイルの埋め込み？
• Declutr：監視されていないテキスト表現のための深い対照学習？

2021

• タミル語間のセマンティック類似性計算のためのハイブリッドアプローチ？
• スバートを拡張しましたか？
• Beir：情報検索モデルのゼロショット評価のための異種のベンチマーク？
• 互換性を認識していない異質な視覚検索？
• いくつかの例から個人的なスタイルを学ぶ？
• TSDAE：監視されていない文の埋め込み学習のためにトランスベースのシーケンシャル除去オートエンコーダーを使用していますか？
• トランスの調査??
• Splade：第一段階のランキングのためのスパースの語彙および拡張モデル？
• 深い強化学習を使用した高品質の関連検索クエリの提案
• Taobao検索に埋め込みベースの製品検索??
• TPRM：Web検索のトピックベースのパーソナライズされたランキングモデル？
• MMARCO：MS Marco Passageランキングデータセットの多言語バージョン？
• テキストに関するデータベースの推論？
• 敵対的な微調整はバートにどのように利益をもたらしますか？）？
• 短いトレーニング、長いテスト：線形バイアスを使用した注意は、入力の長さの外挿を可能にしますか？
• プライマー：言語モデリング用の効率的な変圧器を探していますか？
• それはどれほど馴染みがありますか？音響単語の埋め込みの横断的表現類似性分析？
• Simcse：文の埋め込みの簡単な対照学習？
• 作曲の注意：検索と検索を解き放つ??
• Spann：非常に効率的な10億個の概算最近傍検索
• GPL：密集していない回収の監視されていないドメイン適応のための生成的擬似ラベル？
• 生成検索エンジン：初期実験？
• 検索の再考：Dilettantesからドメインの専門家を作る-Whiteningbert：簡単に監視されていない文の埋め込みアプローチ

2022

• 対照的なトレーニングによるテキストとコードの埋め込み？
• 遺物：文学的な主張の証拠を取得する？
• トランスエンコーダー：自己と相互の抵抗を通じて、教師なしの文ペアモデリング？
• SAMU-XLSR：意味的に整合したマルチモーダル発話レベルの横断的な音声表現？
• ハイブリッド検索の融合関数の分析？
• 深い最寄りの隣人による分配不足の検出
• ESB：マルチドメインエンドツーエンドの音声認識のベンチマーク？
• 事前に訓練された自己教師の音声モデルからの音響単語の埋め込みを分析しますか？
• 検索との再考：忠実な大規模な言語モデルの推論？
• 関連ラベルのない正確なゼロショット密な検索？
• 微分可能な検索インデックスとしてのトランスメモリ？

2023

• 指：グラフベースの最近隣接する近隣検索の高速推論？
• 「低リソース」テキスト分類：コンプレッサーを使用したパラメーターフリー分類方法？
• Sparseembed：検索のための文脈埋め込みでまばらな語彙表現を学習しますか？

記事

• セマンティック検索に取り組む
• Azure Cognitive Searchでのセマンティック検索
• セマンティック検索を使用して検索を10倍スマートにする方法
• Stanford AIブログ：取得によりスケーラブルで説明可能な、適応性のあるNLPモデルの構築
• デュアルスペースワード埋め込みでセマンティック検索エンジンを構築する
• FAISS+SBERTとの10億スケールのセマンティック類似性検索
• 類似性検索のしきい値に関するいくつかの観察
• ローカリティに敏感なハッシュを使用して、ほぼ複製画像検索
• ベクトルの類似性検索とFAISSの無料コース
• 最近隣接する概念ガイドの包括的なガイドアルゴリズム
• ハイブリッドインデックスを導入して、キーワードを意識したセマンティック検索を有効にします
• Argillaセマンティック検索
• CO：多言語テキスト理解モデルです
• 検索WOTH多言語埋め込みモデルを簡素化します

ライブラリとツール

• fastText
• ユニバーサルセンテンスエンコーダー
• sbert
• エレクトラ
• ラボ
• レーザ
• 関連性AI-実験から展開までのベクトルプラットフォーム
• ヘイスタック
• jina.ai
• 松ぼっくり
• Senteval Toolkit
• ranx
• Beir：ベンチマークIR
• 遺物：文学的な主張データセットの証拠を取得します
• Matchzoo-py
• deep_text_matching
• どのフレーム？
• lexica.art
• 絵文字セマンティック検索
• ピセリーニ
• バートセリーニ
• バートシミラー
• ミルバス
• Neuronlp ++
• 織ります
• セマンティック - 検索スルーウィキペディアと織りがあります
• Natural-Language-Youtube-Search
• 同じエネルギー
• アンベンチマーク
• スキャン
• 領域
• いらいらさせる
• Pynndescent
• NSG
• ファルコン
• redis hnsw
• オートファイス
• DPR
• rank_bm25
• フラッシュランク
• 近く
• vearch
• Vespa
• Pynndescent
• パンン
• Tensorflowの類似性
• opensemanticsearch.org
• GPT3セマンティック検索
• 捜索
• Txtai
• ハイパータグ
• vectorai
• EmbeddingHub
• aquiladb
• ストリップネット

データセット

• セマンティックテキストの類似性データセットハブ
• Facebook AI画像の類似性の課題
• WIT：ウィキペディアベースの画像テキストデータセット
• ベイア
• MTEB

マイルストーン

オープンな問題のいずれかに貢献するために、タスクリストのプロジェクトボードをご覧ください。