【WWW2021】基于图层次相关性匹配信号的Ad-hoc 检索

特别检索任务是给定查询和文档集合对相关文档进行排序。一系列基于深度学习的方法被提出来解决这一问题，并得到了广泛的关注。但是，我们认为它们本质上是基于局部词序列的，忽略了细微的长距离文档级词关系。为了解决这一问题，我们通过图结构明确地建模文档级词关系，并通过图神经网络捕获微妙信息。此外，由于文档集合的复杂性和规模，在更一般的级别上探索不同粒度层次匹配信号是相当重要的。因此，我们提出了一种基于图的层次关联匹配模型(GHRM)用于特殊检索，该模型可以同时捕捉细微的和一般的层次匹配信号。我们在两个具有代表性的特别检索基准上验证了GHRM的效果，综合的实验和结果表明它优于最新的检索方法。

https://www.zhuanzhi.ai/paper/f8e503be30747a4059bfb9e80e79705e