基于插值与扰动的文档表示增强方法用于稠密检索

稠密检索模型旨在在稠密表示空间中为输入查询检索最相关的文档，因其卓越的表现而受到广泛关注。然而，稠密模型通常需要大量标注的训练数据才能达到优异性能，而人工标注的查询-文档配对数据往往难以获取。为解决这一问题，我们提出了一种简单但高效的稠密检索文档增强框架——DAR（Document Augmentation for dense Retrieval），该框架通过文档表示的插值与扰动来增强其表达。我们在两个基准数据集上对DAR的检索性能进行了验证，结果表明，所提出的DAR在有标注与无标注文档的稠密检索任务中，均显著优于现有基线方法。