Off the Beaten Path: Let's Replace Term-Based Retrieval with k-NN Search
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F16%3A00088811" target="_blank" >RIV/00216224:14330/16:00088811 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/2983323.2983815" target="_blank" >http://dx.doi.org/10.1145/2983323.2983815</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/2983323.2983815" target="_blank" >10.1145/2983323.2983815</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Off the Beaten Path: Let's Replace Term-Based Retrieval with k-NN Search
Popis výsledku v původním jazyce
Retrieval pipelines commonly rely on a term-based search to obtain candidate records, which are subsequently re-ranked. Some candidates are missed by this approach, e.g., due to a vocabulary mismatch. We address this issue by replacing the term-based search with a generic k-NN retrieval algorithm, where a similarity function can take into account subtle term associations. While an exact brute-force k-NN search using this similarity function is slow, we demonstrate that an approximate algorithm can be nearly two orders of magnitude faster at the expense of only a small loss in accuracy. A retrieval pipeline using an approximate k-NN search can be more effective and efficient than the term-based pipeline. This opens up new possibilities for designing effective retrieval pipelines. Our software (including data-generating code) and derivative data based on the Stack Overflow collection is available online.(1)
Název v anglickém jazyce
Off the Beaten Path: Let's Replace Term-Based Retrieval with k-NN Search
Popis výsledku anglicky
Retrieval pipelines commonly rely on a term-based search to obtain candidate records, which are subsequently re-ranked. Some candidates are missed by this approach, e.g., due to a vocabulary mismatch. We address this issue by replacing the term-based search with a generic k-NN retrieval algorithm, where a similarity function can take into account subtle term associations. While an exact brute-force k-NN search using this similarity function is slow, we demonstrate that an approximate algorithm can be nearly two orders of magnitude faster at the expense of only a small loss in accuracy. A retrieval pipeline using an approximate k-NN search can be more effective and efficient than the term-based pipeline. This opens up new possibilities for designing effective retrieval pipelines. Our software (including data-generating code) and derivative data based on the Stack Overflow collection is available online.(1)
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/GBP103%2F12%2FG084" target="_blank" >GBP103/12/G084: Centrum pro multi-modální interpretaci dat velkého rozsahu</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
CIKM'16: PROCEEDINGS OF THE 2016 ACM CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT
ISBN
9781450340731
ISSN
—
e-ISSN
—
Počet stran výsledku
10
Strana od-do
1099-1108
Název nakladatele
ASSOC COMPUTING MACHINERY
Místo vydání
NEW YORK
Místo konání akce
IUPUI, Indianapolis, IN
Datum konání akce
24. 10. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000390890800113