COIL：结合稠密检索和词汇匹配的更高效检索模型

今天分享来自 NAACL 2021的一篇文章，一种基于上下文倒排索引的信息检索模型：「COIL(COntextualized Inverted List)」。

COIL有效地结合了Lexical IR和Neural IR各自的优点，通过建立高效的上下文倒排索引缓解了传统检索模型中的词汇不匹配和语义不匹配的问题，同时比起近几天发展起来的稠密向量检索模型，COIL引入了更多的细粒度语义信息，在准确度和速度上均取得了更优秀的表现，是一个非常具有实用价值的检索模型。

• 论文：COIL: Revisit Exact Lexical Match in Information Retrieval with Contextualized Inverted List
• 地址：https://arxiv.org/abs/2104.07186

内容中包含的图片若涉及版权问题，请及时与我们联系删除