Semantic Retrieval Models

第一階段檢索的很棒的語義模型

筆記：

• 精心策劃的語義檢索論文列表，包括一些早期方法和信息檢索任務的最新神經模型（例如，臨時檢索，開放域QA，基於社區的QA和自動對話）。
• 對於想要獲得語義模型的研究人員，我們將讀者推薦給Guo et.al的Awesome Neuir調查。
• 歡迎任何反饋和貢獻，請打開問題或與我聯繫。

內容

• 調查文件
• 第1章：基於經典術語的檢索
• 第2章：語義檢索的早期方法
  • 查詢擴展
  • 文檔擴展
  • 術語依賴模型
  • 主題模型
  • 翻譯模型
• 第3章：語義檢索的神經方法
  • 稀疏檢索方法
  • 密集的檢索方法
  • 混合檢索方法
• 第4章：其他資源
  • 其他任務
  • 數據集
  • 索引方法

---

調查文件

• 搜索中的語義匹配（2014年）
• 驗證的文本排名的變壓器：Bert and Beyond（Lin等，2021，Arxiv）
• 第一階段檢索的語義模型：全面評論（Guo等，2021，Tois）
• 用於信息檢索的代表性方法的概念框架（2021年），Arxiv）
• 信息檢索的預訓練方法（Fan等，2022，Arxiv）
• 基於預處理的語言模型的密集文本檢索：調查（Zhao等，2022，Arxiv）
• 開放域問題的低資源量檢索回答：全面調查（Shen等，2022，Arxiv）
• 關於神經信息檢索的講義（Tonellotto等，2022，Arxiv）

基於經典的術語檢索

• 自動索引的矢量空間模型（1975， VSM ）
• 自動文本檢索中的發展（1991年， TFIDF ）
• 自動文本檢索中的術語加權方法1988， TFIDF ）
• 搜索詞的相關權重（1976年， BIM ）
• 在信息檢索中使用共發生數據的理論基礎，1997年，樹木依賴模型）
• 概率相關性框架：BM25及以後的2010年， BM25 ）
• 信息檢索的語言建模方法（1998年）
• 信息檢索的統計語言模型（2007， ir（ir）的LM ）
• Web文檔相似性檢索的超幾何語言模型和類似ZIPF的評分功能2010， IR ）
• 信息檢索的概率模型基於測量隨機性的差異（2002， DFR ）

語義檢索的早期方法

查詢擴展

• 全球模型
  • 文檔檢索系統中的單詞聯合（1969年）
  • 基於概念的查詢擴展（1993年）
  • （使用詞彙語義關係（1994）查詢擴展
  • 在信息檢索中使用查詢上下文（2007年）
• 本地模型
  • 信息檢索中的相關反饋（1971年，羅科PRF ）
  • 基於模型的反饋在語言建模方法中的信息檢索（2001，差異最小化模型）
  • TREC 2004年的UMass：新奇與硬（2004， RM3（PRF ）
  • 為偽相關反饋選擇良好的擴展術語2008，PRF）
  • 一項比較研究用於估計使用偽反饋的查詢語言模型的方法（2009年）
  • 基於矩陣分解的偽相關反饋（2016年）
  • 通過強大的約束優化降低查詢擴展的風險，2009年，查詢漂移問題）
• 使用本地和全球文檔分析查詢擴展（2017）

文檔擴展

• 語料庫結構，語言模型和臨時信息檢索2004年）
• 使用語言模型（2004年）基於群集的檢索
• 語言模型信息檢索（文檔擴展）（2006年）
• 基於WordNet的文檔擴展（適合IR（2010）
• 通過文檔擴展改善簡短文本的檢索（2012年）
• 使用外部收藏的文檔擴展（2017年，基於WordNet ）
• 文檔擴展與臨時檢索的查詢擴展相比，2005年）

術語依賴模型

• 自動短語索引的實驗以進行文檔檢索：句法和非句法方法的比較（1987， vsm +項依賴性）
• 自動文本檢索中的術語加權方法1988， VSM +項依賴性）
• 統計和句法短語（1997， VSM +項依賴性的分析）
• 信息檢索的概率模型：開發和比較實驗（2000， VSM +項依賴性）
• 相關性排名使用內核（2010， BM25 +項依賴性）
• 信息檢索的一般語言模型1999， LM +術語依賴性）
• 文檔檢索的BITERM語言模型2002， LM +術語依賴性）
• 使用基於句子樹的語言模型捕獲術語依賴項（2002， lm +項依賴性）
• 信息檢索的依賴語言模型（2004， LM +術語依賴性）
• 相關性的生成理論（2008年）
• 術語依賴項的Markov隨機場模型（2005， SDM ）

主題模型

• 信息檢索中的廣義矢量空間模型（1985年， GVSM ）
• 通過潛在語義分析索引（1990， IR）的LSI
• 概率潛在的潛在語義索引（2017， PLSA，線性結合）
• 語料庫結構，語言模型和臨時信息檢索2004，平滑）
• 正式化臨時檢索分數（2005，平滑）
• 基於LDA的基於臨時檢索的文檔模型2006， IR的LDA和LDA（LM平滑）的LDA ）
• 利用主題模型進行信息檢索的比較研究（平滑）
• 研究概率主題模型的任務績效：PLSA和LDA（2010年的實證研究
• TREC集合（2011年）潛在語義索引（LSI）失敗

翻譯模型

• 信息檢索作為統計翻譯（1999年）
• 基於臨時信息的共同信息的統計翻譯模型的估計（2010年）
• 網絡搜索的基於點擊的轉換模型：從單詞模型到短語模型（2010）
• 信息檢索的翻譯語言模型的公理分析（2012年）
• 查詢使用單語言統計計算機翻譯（2010年（查詢擴展）的重寫）
• 使用搜索日誌進行查詢擴展（2012年（查詢擴展）邁向基於概念的翻譯模型）

語義檢索的神經方法

稀疏檢索方法

• 術語重新加權
  • 學習以分佈式表示的重新授課。
  • 在信息檢索中整合和評估神經單詞嵌入（Zuccon等，2015，ADCS， NTLM ）
  • 學習術語歧視（FREJ等，2020，Sigir， TDV ）
  • 第一階段檢索的上下文感知句子/通過術語的重要性估計（dai等，2019，arxiv， deepct ）
  • 第一階段通過的上下文感知術語加權檢索（dai等，2020，Sigir， DeepCT ）
  • 效率的效率含義是通過檢索的術語加權（Mackenzie等，2020，Sigir， DeepCT ）
  • 臨時搜索的上下文感知文檔期權加權（dai等，2020，www， hdct ）
  • 關於deepimpact，線圈和信息檢索技術的概念框架的一些簡短說明（Lin等，2021，Arxiv， Unicoil ）
• 擴張
  • 查詢預測的文檔擴展（Nogueira等人，2019年，Arxiv， Doc2Query ）
  • 從doc2query到docttttquery（nogueira等，2019，arxiv， docttttquery ）
  • 通行排名和擴展的統一預審計框架（Yan等，2021年，AAAI， UED ）
  • 開放域的生成檢索回答（ao等，2020年，ACL， GAR ，查詢擴展）（查詢擴展）
• 擴展 +術語重新加權
  • 通過情境化的重要性預測（Macavaney等，2020，Sigir， Epic ）
  • Sparterm：基於學習術語的稀疏表示，用於快速文本檢索（Bai等，2020，Arxiv， Sparterm ）
  • Splade：第一階段排名的稀疏詞彙和擴展模型（正式等，2021年，Sigir， Splade（Splade ）
  • Splade V2：信息檢索的稀疏詞彙和擴展模型（正式等，2021，arxiv， spladev2 ）
  • 倒數索引的學習段落的影響（Mallia等，2021，Sigir， Deepimimapct ）
  • Tilde：通道重新排行的術語獨立可能的模型（Zhuang等，2021，Sigir， Tilde ）
  • 快速通過上下文化的精確項匹配和有效的段落擴展（Zhuang等，2021，Arxiv， Tildev2 ）
  • Spade：使用雙文檔編碼器進行第一階段檢索的稀疏表示，Choi等，2022，CIKM）
• 稀疏表示學習
  • 語義散列（Salakhutdinov等，2009）
  • 從神經重新排列到神經排名：學習倒置索引的稀疏表示。
  • UHD-BERT：全排名的超高維度稀疏表示（Jang等人，2021年，Arxiv， UHD-Bert）（UHD-Bert ）
  • 有效的通道檢索，帶有空心域的問題回答（Yamada等，2021，ACL， BPR ）
  • 第一階段檢索的複合代碼稀疏自動編碼器（lassance等，2021，Sigir， CCSA ）

密集的檢索方法

• 基於單詞的
  • 匯總的連續單詞嵌入信息檢索（clinthant等，2013，ACL， FV ）
  • 基於（雙語）單詞嵌入的單語和跨語性信息檢索模型（
  • 短文與單詞嵌入的相似性（Kenter等人，2015年，CIKM， OOB ）
  • 文檔排名的雙重嵌入空間模型（Mitra等，2016，Arxiv， Desm ）
  • 智能回复的有效自然語言回應建議（Henderson等，2017，Arxiv）
  • 連續空間的端到端檢索（Gillick et al。，2018，Arxiv）
• 短語索引問題回答：可擴展文檔理解的新挑戰（SEO等，2018，EMNLP， PIQA ）
• 開放域問題的密集通道檢索回答（Karpukhin等，2020，EMNLP， DPR ）
• 知識密集型NLP任務的檢索生成lewis等人，2020年，NIPS， RAG ）
• repbert：第一階段檢索的上下文化文本嵌入（Zhan等，2020，Arxiv， Repbert ）
• CORT：變形金剛的互補排名（wrzalik等，2020，NAACL， Cort ）
• DC-BERT：有效上下文編碼（Nie等人，2020年，Sigir， DC-Bert ）的分解問題和文件
• 通過跨注意的監督數據增強（Yang等人，2021年，ACL，數據增強）的神經檢索回答。
• 密集文本檢索的近似最近的鄰居負面學習（Xiong等，2020，Arxiv， Ance ）
• 學習檢索：如何有效，高效地訓練密集的檢索模型，（Zhan等，2020，Arxiv， Ltre ）
• 發光：Web的全球加權自發網絡（Shan等，2020，Arxiv， Glow ）
• 一種優化的訓練方法，用於通用通道檢索，用於開放域問題，回答（Qu等，2021，ACL， Rocketqa ）
• 有效地教授一個有效的密集檢索器，以平衡的話題意識到抽樣（Hofstätter等，2021，Sigir， Tas均衡）
• 用硬質底片優化密集的檢索模型訓練（Zhan等人，2021年，Sigir， Star/Adore ）
• 很少射擊的對話密集檢索（Yu等人，2021年，Sigir）
• 在規模上學習短語的密集表示。
• 與對比雙學習（Lee等，2021年，ICTIR，舞蹈，更穩定的濃縮檢索
• 一對：利用以通道為中心的相似性關係，以改善密集通道檢索（Ren等，2021，ACL， Pair ）
• 相關性指導的OpenQA與Colbert（Khattab等人，2021年，TACL， Colbert-QA ）
• 多文檔讀取器和回獵犬的端到端培訓答案（Sachan等人，2021年，Arxiv， EMDR^2 ）
• 通過偽相關性反饋（Yu等人，2021年，CIKM， ANCE-PRF ）改進查詢表示的密集檢索。
• 多種代表的偽相關反饋密集檢索（Wang等，2021年，ICTIR， Colbert-prf ）
• 問題檢索的歧視性語義排名（CAI等，2021，ICTIR， Densetrans ）
• 表示開放域通道檢索的表示形式（2021年），Arxiv）
• ROCKETQAV2：一種緻密通道檢索和通道的聯合訓練方法（Ren等，2021年，EMNLP， RocketQAV2 ）
• 使用陰性緩存（Lindgren等，2021，Neurips（Neurips）對檢索模型的有效培訓
• 多階段訓練具有改進的神經通道檢索的負面對比度（lu等，2021，EMNLP）
• 改善基於嵌入的大規模檢索，通過標籤增強（liu等，2021，EMNLP）
• 開放域問題的密集分層檢索回答liu等，2021，EMNLP）
• 逐漸優化的雙粒文檔表示基於可擴展的基於嵌入的檢索（Xiao er al。，2022，www）
• LED：大規模檢索的詞典啟發的緻密捕撈器，Zhang等，2023年，www）
• AggreTriever：一種簡單的方法，用於匯總穩健密度通過檢索的文本表示形式（2022年，Arxiv）
• 開放域通道檢索的句子意識到的對比度學習（2022年，ACL）
• 對開放域問題的效率和強大的緻密檢索的任務感知專業化回答（Cheng等人，2022年，Arxiv）
• 知識蒸餾
  • 使用緊密耦合的教師dist林等人，2020年，Arxiv， TCT-Colbert ）提煉密集的表示形式
  • 蒸餾知識的基於快速檢索的聊天機器人tahami等，2020，Sigir）
  • 將知識從讀者到獵犬提出問題，以回答izacard等，2020，Arxiv）
  • 獵犬僅僅是讀者的近似值嗎？ Yang等，2020，Arxiv）
  • 用兩個排名者和多教學蒸餾改進雙重編碼器文檔排名模型。
  • 通過跨架構知識蒸餾改善有效的神經排名模型（Hofstätter等，2021，Arxiv， Margin-MSE損失）
  • Twinbert：將知識蒸餾到大規模檢索的雙結構壓縮BERT模型（2022年），Arxiv）
• 多向量表示
  • 開放域問題的多跳段檢索回答Feldman等人，2019年，ACL， Muppet ）
  • 文本檢索的稀疏，密集和注意力表徵，luan等，2020，tacl， me-bert ）
  • COLBERT：通過上下文化的晚期相互作用，與Bert（Khattab等人，2020年，Sigir（ Colbert ），通過上下文化的晚期相互作用進行有效的通過搜索
  • 線圈：在信息檢索中與上下文化倒置列表中的重新訪問精確的詞彙匹配（
  • 通過生成緻密檢索的偽查詢嵌入來改善文檔表示形式，2021年，ACL）
  • Lee等人，2021年，EMNLP，密集量
  • 查詢嵌入修剪以進行密集檢索（Tonellotto等，2021，CIKM）
  • 開放域緻密檢索的多視圖文檔表示學習（Zhang等，2022，ACL）
  • COLBERTV2：通過輕巧的晚期互動（Santhanam，2022年，NAACL）有效和有效檢索
  • 通過深度查詢相互作用來學習多樣的文檔表示，以供密集檢索（li等，2022，Arxiv）
  • 主題元素文本表示文檔檢索的模型（du et al。，2022，iCann）
• 加速基於交互的模型
  • 使用深層神經網絡（Mitra et al。
  • 有效基於相互作用的神經排名與局部敏感的哈希·JI等人，2019年，www）
  • 多層編碼器：快速，準確的多句子評分的架構和訓練策略（Humeau等，2020，ICLR， Poly-編碼器（Poly-編碼器）
  • 基於模塊化的轉運框架框架（高等，2020年，EMNLP， Mores ）
  • 通過預先計算術語表示（Macavaney等人，2020年，Sigir， Prettr ）對變壓器的有效文檔進行了重新排列
  • 變形器：分解預訓練的變壓器，以提高問題回答（CAO等，2020，ACL，變形者）
  • Sparta：有效的開放域問題通過稀疏變壓器匹配檢索（Zhao等，2020，Arxiv， Sparta ）
  • 具有查詢術語獨立性的構象 - 內核，用於文件檢索（Mitra等，2020，Arxiv）
  • Inttower：預先級別系統的下一代兩塔模型（Li等，2022，CIKM）
• 預訓練
  • 弱監督的開放域問題的潛在檢索回答lee等人，2019年，ACL， ORQA ）
  • 檢索語言模型預訓練（Guu等，2020，ICML， Realm ）
  • 基於嵌入的大規模檢索的預訓練任務（Chang等，2020，ICLR， BFS+WLP+MLM ）
  • 您的語言模型準備好密集表示嗎？
  • 無監督的語料庫意識語言模型的培訓預取訓練（高等，2021年，arxiv， cocondenser ）
  • 更少的是：使用弱解碼器（lu等人，2021，EMNLP， SEED-編碼器（SEED-編碼器）預先訓練強的暹羅編碼器
  • BAIDU搜索中的Web尺度檢索的預訓練語言模型liu等，2021，KDD）
  • 臨時檢索的預培訓：超鏈接也需要您需要（ma等，2021，CIKM， HARP ）
  • 預訓練通過對比度跨度預測的歧視性文本編碼器（2022年），Sigir）
  • TSDAE：使用基於變壓器的順序denoising自動編碼器進行無監督的句子嵌入學習（Wang等，2021，EMNLP）
  • 圖上下文蒙版自動編碼器，用於濃密通道檢索（Wu等，2022，Arxiv）
  • SIMLM：用代表瓶頸進行預訓練，以進行密集的通道檢索（Wang等，2022，Arxiv）
  • Lexmae：大規模檢索的詞典底層預處理（2022年），Arxiv）
  • 一種對比的預訓練方法，用於學習密集檢索的判別自動編碼器，2022年，CIKM）
  • 逆轉錄：通過掩蓋自動編碼器（Xiao和Liu等人，2022年EMNLP的訓練預取向語言模型（EMNLP）
  • 緻密通道檢索的面向檢索掩蔽訓練語言模型（2022年），Arxiv）
  • Laprador：無監督的預審預認證的捕獲器，用於零彈性文本檢索（Xu等，2022，ACL）
  • 蒙版自動編碼器作為預訓練句子表示的統一學習者（劉等，2022，arxiv）
  • 主人：多任務預訓練的瓶頸蒙面自動編碼器是更好的緻密檢索器（Zhou等，2023，ICLR）
  • COT-MAE V2：帶有多視圖模型的上下文掩蓋自動編碼器，用於通道檢索（Wu等，2023，Arxiv）
  • COT-MOTE：探索上下文掩蓋的自動編碼器與文本特徵的混合物進行預訓練，以獲取通道檢索（Ma等，2023年，Arxiv）
• 與指數聯合學習
  • 深度檢索模型和基於產品量化索引指數的聯合學習（Zhang等，2021，Sigir， Poeem ）
  • 共同優化查詢編碼器和產品量化以提高檢索性能（Zhan等，2021，CIKM， JPQ ）
  • 臨時檢索（Xiao等人，2021年，EMNLP， MOPQ ）的匹配產品量化
  • 通過約束聚類學習離散表示，以進行有效，有效的密集檢索（Zhan等，2022，WSDM， REPCONC ）
• 與等級的聯合學習
  • 開放域的端到端培訓對開放域的問題回答（Sachan等人，2021年，ACL）
  • 對抗性檢索器級庫，用於密集文本檢索（Zhang等，2022，ICLR）
• Debias
  • 從不完整的相關性標籤中學習強大的密集檢索模型。
  • 艱苦的負面因素或假否定性：糾正訓練神經排名模型中的池偏差（CAI等，2022，CIKM）
  • Simans：簡單的模棱兩可的負面抽樣，以進行密集文本檢索（Zhou等，2022，EMNLP）
  • 無監督句子表示的對比度學習（Zhou等，2022，ACL）
  • 從黑沙中恢復金：用硬和假陰性樣品的多語言密集通道檢索（Shen等，2022，EMNLP）
• 零射擊/少量射擊
  • 基於嵌入的零射擊檢索通過查詢產生（Liang等，2020，Arxiv）
  • 零射門神經通道通過域名的合成問題生成（ma等，2020， QGEN ，ARXIV）
  • 朝著合成預訓練（雷迪等人，2021年（arxiv）的穩健神經檢索模型。
  • 貝爾：用於信息檢索模型的零射門評估的異質基準（Thakur等，2021，Neurips）
  • 具有動量對抗結構域不變式表示零射擊量的零射擊檢索。
  • 大型雙重編碼器是可推廣的檢索器（ni等，2022，EMNLP， DTR ）
  • 救援的語義外！零拍混合檢索模型（Chen等，2022，ECIR）
  • INPARS：使用大語言模型的信息檢索數據增強（Bonifacio等，2022，Arxiv）
  • 通過對比度學習（
  • GPL：無監督的域的生成偽標記，wang等，2022，NAACL）
  • 學習在沒有監督的情況下檢索段落（Ram等，2021，Arxiv， Spider ）
  • 對零拍的詳細檢查（2022，arxiv）的零射擊檢索
  • 文本和代碼嵌入通過對比預訓練（Neelakantan等，2022，Arxiv）
  • 域的解開建模和與適應性密集檢索的相關性（Zhan等人，2022年，Arxiv）
  • 即要來源：從8個示例中的幾乎沒有射擊的檢索。
  • 您需要培訓密集通道獵犬的全部問題（2022年，TACL）
  • Hyper：多任務超級提交訓練可以實現大規模檢索概括（CAI等，2023，ICLR）
  • 可可-DR：與對比度和分佈穩健學習的零射擊檢索中的分佈變化（Yu等人，2022年，EMNLP）
  • 開放域中的概括挑戰回答liu等，2022，NAACL）
• 穩健性
  • 通過本地排名對準（
  • 處理基於BERT的通道檢索和排名（Zhuang等人，2021年，EMNLP）
  • 用查詢變化發生器評估檢索管道的魯棒性（Penha等，2022，ECIR）
  • 分析雙重編碼器的魯棒性，以供拼寫錯誤的檢索（Sidiropoulos等，2022年，Sigir）
  • 角色伯特和自我教學，以改善與錯別字（Zhuang等人（2022年，Sigir）在查詢上的魯棒性的魯棒性
  • 伯特等級者很脆弱：使用對抗文檔擾動的研究wang等，2022，ICTIR）
  • 訂單序列：黑盒神經排名模型的模仿對抗攻擊（Liu等，2022，Arxiv）
  • 穩健量檢索的瓶頸預訓練（Zhuang等人，2023
• 探測分析
  • 大型指數尺寸的密集低維信息檢索的詛咒（Reimers等，2021，ACL）
  • 簡單有效的無監督冗餘消除，以壓縮通道檢索的密集矢量，EMNLP，2021，冗餘）
  • 貝爾：用於信息檢索模型的零拍評估的異質基準（Thakur等，2021，神經，可轉移性）
  • 明顯的短語意識到密集檢索：一個密集的獵犬可以模仿稀疏的回收者嗎？
  • 以簡單實體為中心的問題挑戰緻密的檢索器（Sciavolino等，2021，EMNLP）
  • 將密集檢索解釋為主題的混合物（Zhan等，2021，Arxiv）
  • 開放域中的密集通道檢索器的編碼器歸因分析回答（Li等，2022，Trustnlp）
  • 各向同性表示可以改善緻密檢索（Jung等，2022，Arxiv）
• 及時學習
  • 使用輕質微調（Jung等人，2022年，www）的半 - 塞亞姆雙重編碼神經排名模型
  • 分散還是連接？信息檢索的優化參數調諧方法（2022年，CIKM）
  • dptdr：深度提示調整密集通道檢索（唐等，2022，arxiv）
  • 參數良好的提示調整使廣義和校準的神經文本回收者（tam等，2022，arxiv）
  • NIR-PROMPT：多任務廣義神經信息檢索訓練框架（Xu等，2022，Arxiv）
• 檢索大型語言模型
  • 精確的零射擊密集檢索，沒有相關性標籤（高等，2022，Arxiv）
• 其他的
  • HLATR：使用混合列表的增強多階段文本檢索意識到變壓器reranking（Zhang等，2022，Arxiv）
  • 異步：一種用於異步驗證訓練期間的密集檢索器檢查點的工具包（Zhuang等人，2022年，Sigir）

混合檢索方法

• 基於單詞的
  • 基於（雙語）單詞嵌入的單語和跨語性信息檢索模型（
  • 基於單詞嵌入信息檢索的通用語言模型（Ganguly等，2015，Sigir， GLM ）
  • 表示文檔和查詢作為信息檢索的單詞嵌入式向量集（Roy等人，2016年，Sigir，線性結合）
  • 文檔排名的雙嵌入空間模型（MiTra等人，2016年，www， desm_mixture ，線性結合）
  • Off the Beaten Path：讓我們用K-NN搜索（Boytsov等人替換基於術語的檢索
• 學習混合表示以檢索語義上等效的問題（Santos等，2015，ACL， Bow-CNN ）
• 實時開放域問題通過密集詞語索引回答（SEO等，2019，ACL， denspi ）
• 實時開放域問題的上下文化稀疏表示回答（Lee等，2020，ACL， SPARC ）
• CORT：變形金剛的互補排名（wrzalik等人，2020年，naacl， cort_bm25 ）
• 文本檢索的稀疏，密集和注意力表徵，luan等，2020，tacl， me-hybrid ）
• 與語義殘留嵌入的補體詞彙檢索模型（高等，2020年，ECIR，清除）
• 利用語義和詞彙匹配來改善文檔檢索系統的回憶：混合方法（Kuzi等，2020，Arxiv， Hybrid ）
• 關於deepimpact，線圈和信息檢索技術的概念框架的一些簡短說明（Lin等，2021，Arxiv， Unicoil ）
• 上下文化的離線相關性加權，以進行有效有效的神經檢索（Chen等，2021，Sigir）
• 預測密集與稀疏檢索策略選擇的效率/有效性權衡。
• 有效文檔排名的快進索引（Leonhardt等，2021，Arxiv）
• 通過代表性切片（Lin等，2021，Arxiv）緻密稀疏表示
• Unifier：用於大規模檢索的統一檢索器，Shen等，2022，Arxiv）

其他資源

其他任務

• 電子商務搜索
  • 點擊率預測的深度興趣網絡（Zhou等，2018，KDD， DIN ）
  • 從語義檢索到成對排名：在電子商務搜索中應用深度學習（Li等，2019，Sigir，Jingdong）
  • 帶有動態路由的多功能網絡在Tmall （li等人，2019年，CIKM， MIND ，TMALL）
  • 邁向個性化和語義檢索：通過嵌入學習（Zhang等，2020，Sigir， DPSR ，Jingdong）的電子商務搜索解決方案
  • 點擊率預測的深度多息網絡（Xiao等，2020，CIKM， DMIN ）（DMIN）
  • 深度檢索：大規模建議的端到端可學習結構模型（
  • TAOBAO搜索中基於嵌入的產品檢索（Li等，2021，KDD，TAAOBAO）
  • 在數十億個語義產品搜索的數據中擁抱結構（Lakshman等，2021，Arxiv，Amazon）
• 贊助搜索
  • Mobius：在Baidu的讚助搜索（Fan等，2019年，KDD，BAIDU）中的下一代查詢匹配
• 圖像檢索
  • 圖像檢索的二進制神經網絡哈希（Zhang等，2021，Sigir， BNNH ）
  • 圖像檢索的深度自適應散列（Lin等，2021，CIKM， DSAH ）
• 關於信息檢索未來的第一個HIPSTIR研討會的報告（Dietz等，2019年，Sigir，研討會）
• 讓我們測量運行時間！將紅外可複制性基礎架構擴展到包括績效方面（Hofstätter等，2019，Sigir）
• Facebook搜索中基於嵌入的檢索（Huang等，2020，KDD， EBR ）
• 學習k-way d維離散代碼，用於緊湊的嵌入表示形式（CHEN等，2018，ICML）

數據集

• 【女士Marco】女士Marco：人類生成的機器閱讀理解數據集
• 【TREC CAR】TREC複雜的答案檢索概述
• trec dl】TREC 2019深度學習曲目的概述
• trec covid】trec-covid：構建大流行信息檢索收集

索引方法

• 基於樹
  • 用於關聯搜索的多維二進制搜索樹（ KD樹）
  • 煩人
• 基於哈希
  • 近似最近的鄰居：去除維度的詛咒（1998年， LSH ）
• 基於量化的
  • 最近鄰居搜索的產品量化（2010， PQ ）
  • 優化產品量化（2013年， OPQ ）
• 基於圖
  • 在2000年，新南威爾士州的小世界中導航
  • 使用層次可導航的小世界圖（2018， HNSW ）的高效且強大的近似近似鄰居搜索
• 工具包
  • faiss：一個庫，用於有效相似性搜索和密集向量的聚類
  • SPTAG：一個快速近似鄰居搜索的庫
  • OpenMatch：用於信息檢索的開源軟件包
  • Pyserini：用於可重複信息檢索研究的Python工具包，稀疏而密集的表示
  • Elasticsearch