D
2016
Off the Beaten Path: Let's Replace Term-Based Retrieval with k-NN Search
BOYTSOV, Leonid, David NOVÁK, Yury MALKOV a Eric NYBERG
Základní údaje
Originální název
Off the Beaten Path: Let's Replace Term-Based Retrieval with k-NN Search
Autoři
BOYTSOV, Leonid (840 Spojené státy), David NOVÁK (203 Česká republika, garant, domácí), Yury MALKOV (643 Rusko) a Eric NYBERG (840 Spojené státy)
Vydání
NEW YORK, CIKM'16: PROCEEDINGS OF THE 2016 ACM CONFERENCE ON INFORMATION AND KNOWLEDGE MANAGEMENT, od s. 1099-1108, 10 s. 2016
Nakladatel
ASSOC COMPUTING MACHINERY
Další údaje
Typ výsledku
Stať ve sborníku
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Spojené státy
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
paměťový nosič (CD, DVD, flash disk)
Kód RIV
RIV/00216224:14330/16:00088811
Organizační jednotka
Fakulta informatiky
Klíčová slova anglicky
k-NN search; IBM Model 1; non-metric spaces; LSH
Příznaky
Mezinárodní význam, Recenzováno
V originále
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)
Návaznosti
GBP103/12/G084, projekt VaV | Název: Centrum pro multi-modální interpretaci dat velkého rozsahu | Investor: Grantová agentura ČR, Centrum pro multi-modální interpretaci dat velkého rozsahu |
|
Zobrazeno: 17. 11. 2024 12:54