Retrieval Augmented Generation - 2015年11月

Long Concept Query on Conceptual Taxonomies

发布时间：2015-11-29

作者：Yi Zhang, Yanghua Xiao, Seung-won Hwang, Wei Wang

中文摘要：

本文研究了在给定概念作为查询时寻找典型实体的问题。对于像大学这样的短概念，这是一个已经得到充分研究的问题，即从如微软的Probase和谷歌的isA数据库中检索知识库，预先材料化在Web语料库的Hearst模式中找到的概念。然而，我们发现大多数现实生活中的查询都是长概念查询（LCQs），例如“顶级美国私立大学”，这些查询不能也不应该预先材料化。我们的目标是实现LCQs的在线实体检索。我们认为，将LCQs重写为一系列组成短概念的交集的简单基线会导致高度精确的结果，但召回率极低。相反，我们提出通过识别查询概念的相关概念来扩充概念列表。然而，由于这种召回率的增加往往会导致假阳性增加，并降低精确度，我们提出了以下两种技术：首先，我们识别具有不同相关性的概念，以生成线性排序和成对排序约束。其次，我们尝试避免与这些约束冲突的实体排名，以剪枝掉排名较低的实体（可能是假阳性）。通过这些新颖的技术，我们的方法在性能上显著优于现有技术。

一句话总结：

本文提出了一种基于相关概念识别和排序约束的在线实体检索方法，有效提高了长概念查询的召回率和精确度。

---