Building Interpretable and Reliable Open Information Retriever for New Domains Overnight

要約

情報検索 (IR) または知識検索は、オープンドメインの質問応答 (QA) などの多くの下流タスクにとって重要なコンポーネントです。
また、簡潔さ、完全性、正確性が求められるため、非常に困難です。
最近の研究では、高密度検索モデルは、クエリと知識のパッセージを高密度ベクトルで表現し、語彙的および意味論的な類似性を学習することにより、ドメイン内の IR および QA ベンチマークで最先端 (SOTA) パフォーマンスを達成しました。
ただし、クエリでは複数の側面やイベントの暗黙的な知識への注意が必要になる場合があるため、単一の密なベクトルとエンドツーエンドの監視の使用が常に最適であるとは限りません。
この研究では、エンティティ/イベント リンク モデルとクエリ分解モデルを使用して、クエリのさまざまな情報単位により正確に焦点を当てる情報検索パイプラインを提案します。
私たちが提案するパイプラインは、より解釈可能で信頼性が高く、5 つの IR および QA ベンチマークにわたってパッセージ カバレッジと表記精度が大幅に向上することを示します。
これは、優れた解釈性とクロスドメイン パフォーマンスを備えているため、多くの専用の労力をかけずに新しいドメインで IR を実行する必要があるアプリケーションに使用する頼りになるシステムとなります。

要約(オリジナル)

Information retrieval (IR) or knowledge retrieval, is a critical component for many down-stream tasks such as open-domain question answering (QA). It is also very challenging, as it requires succinctness, completeness, and correctness. In recent works, dense retrieval models have achieved state-of-the-art (SOTA) performance on in-domain IR and QA benchmarks by representing queries and knowledge passages with dense vectors and learning the lexical and semantic similarity. However, using single dense vectors and end-to-end supervision are not always optimal because queries may require attention to multiple aspects and event implicit knowledge. In this work, we propose an information retrieval pipeline that uses entity/event linking model and query decomposition model to focus more accurately on different information units of the query. We show that, while being more interpretable and reliable, our proposed pipeline significantly improves passage coverages and denotation accuracies across five IR and QA benchmarks. It will be the go-to system to use for applications that need to perform IR on a new domain without much dedicated effort, because of its superior interpretability and cross-domain performance.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google