信息檢索與深度學習

郭嘉豐

中國科學院計算技術研究所研究員、博士生導師，現任網絡數據科學與技術重點實驗室主任，中國中文信息學會信息檢索專委會副主任，國家自然科學基金優秀青年基金獲得者。長期從事智能信息檢索與大數據分析方向研究，研究成果四次獲得本領域重要國際會議優秀論文類獎勵、兩次獲得國家獎勵。

 

蘭艷艷

清華大學智能產業研究院研究員，曾任中國科學院計算技術研究所研究員，主要研究方向為信息檢索、人工智能賦能科學計算和智能藥物研發。研究成果獲 SIGIR 優秀學生論文獎和 CIKM 優秀論文提名獎，入選國家萬人計劃青年拔尖人才，擔任中國中文信息學會信息檢索專委會秘書長，Artificial Intelligence Associate Editor。

 

程學旗

中國科學院計算技術研究所副所長，國家傑出青年科學基金獲得者，國家高層次人才，北京學者，CCF 會士。任 CCF大數據專家委員會秘書長、CCF 中國數字經濟 50 人論壇秘書長、中國中文信息學會副理事長。長期從事網絡數據科學、大數據系統、社會計算、Web 信息檢索與數據挖掘等方向研究。研究成果六次獲得本領域top級國際學術會議優秀論文獎，關鍵技術與系統成果四次獲得國家科技獎勵。

第 1章 引言 1

1.1 信息檢索技術的發展歷史 2

1.2 信息檢索的代表性任務 4

1.2.1 ad-hoc 檢索 5

1.2.2 問答 6

1.2.3 社區問答 7

1.2.4 自動對話 8

1.3 信息檢索的評價方法 9

1.4 深度學習與信息檢索的結合 12

第 2章 深度文本索引 17

2.1 基礎知識 19

2.1.1 基於符號的文檔表示方法 20

2.1.2 面向符號表示的文檔索引方法 25

2.2 深度文本索引方法 32

2.2.1 基於稠密向量的文檔表示 33

2.2.2 稠密向量索引 36

2.3 小結 57

第3章 深度文本檢索 59

3.1 基礎知識 61

3.1.1 問題形式化 61

3.1.2 經典詞項檢索模型 62

3.1.3 早期語義檢索方法 66

3.2 深度檢索模型 70

3.2.1 基於稀疏向量表示的檢索模型 71

3.2.2 基於稠密向量表示的檢索模型 75

3.2.3 稀疏– 稠密向量混合檢索方法 90

3.3 小結 94

第4章 深度文本匹配 96

4.1 基礎知識 98

4.1.1 問題形式化 98

4.1.2 學習目標 99

4.2 深度匹配模型 104

4.2.1 對稱與非對稱架構 104

4.2.2 註重表示與註重交互的架構 108

4.2.3 單粒度與多粒度的架構 112

4.3 小結 115

第5章 深度關系排序 116

5.1 基礎知識 117

5.1.1 問題定義和評價指標 117

5.1.2 傳統關系排序方法 120

5.2 深度關系排序模型 133

5.2.1 基於貪婪選擇的深度關系排序模型 133

5.2.2 基於全局決策的深度關系排序模型 142

5.3 小結 158

第6章 深度查詢理解 160

6.1 傳統的查詢理解方法 161

6.2 基於深度學習的查詢改進 163

6.2.1 基於深度學習的查詢修正 164

6.2.2 基於深度學習的查詢擴展 167

6.3 基於深度學習的查詢推薦 170

6.4 基於深度學習的查詢意圖識別 173

6.4.1 基於深度學習的查詢分類 173

6.4.2 基於深度學習的查詢聚類 175

6.5 小結 177

第7章 交互式信息檢索 178

7.1 基礎知識 179

7.1.1 交互的概念 179

7.1.2 合作博弈框架 181

7.2 深度交互式信息檢索模型 193

7.2.1 代理搜索模型 194

7.2.2 會話搜索模型 200

7.2.3 對話搜索模型 203

7.3 小結 207

第8章 基於預訓練的信息檢索 209

8.1 基礎預訓練模型 211

8.1.1 面向判別式任務的預訓練模型 211

8.1.2 面向生成式任務的預訓練模型 215

8.2 面向檢索的預訓練模型 217

8.2.1 預訓練表示模型 218

8.2.2 預訓練交互模型 222

8.3 小結 226

參考文獻（圖靈社區下載）