CE-QE: Espansione delle Query con Cross-Encoder per il Recupero Lessicale
Una nuova tecnica nota come Espansione delle Query con Cross-Encoder (CE-QE) affronta il problema delle discrepanze di vocabolario semantico nel recupero lessicale, in particolare quando BM25 fatica a trovare documenti pertinenti che formulano le risposte in modo diverso dalla query. CE-QE utilizza un cross-encoder sui principali risultati della ricerca semantica per individuare termini cruciali che vengono successivamente aggiunti alla query BM25. Questo approccio si discosta dal tradizionale feedback di pseudo-rilevanza, che dipende da risultati top potenzialmente imprecisi di BM25, utilizzando i risultati del recuperatore semantico per avviare l'espansione, prevenendo così la deriva della query. Inoltre, si contrappone alle tecniche di espansione generativa come HyDE e Query2doc, che si affidano a grandi modelli linguistici per generare testo. L'articolo di ricerca è disponibile su arXiv con identificativo 2608.00452.
Fatti principali
- CE-QE legge le attribuzioni di rilevanza per token da un cross-encoder applicato ai principali risultati della ricerca semantica.
- CE-QE seleziona i termini che il cross-encoder considera decisivi e li aggiunge alla query BM25.
- CE-QE evita la deriva auto-rinforzante della query avviando l'espansione dai risultati del recuperatore semantico.
- CE-QE si contrappone al feedback di pseudo-rilevanza classico e all'espansione generativa delle query (HyDE, Query2doc).
- L'articolo è su arXiv con identificativo 2608.00452.
- BM25 è cieco ai gap di vocabolario semantico, perdendo documenti che formulano le risposte in modo diverso.
- Nessuna quantità di riordinamento o fusione può recuperare documenti che non sono nel set di candidati.
- Il metodo si chiama Espansione delle Query con Cross-Encoder (CE-QE).
Entità
Istituzioni
- arXiv