깊이 있는 관련성 순위 매기기: 개선된 문서-쿼리 상호작용을 이용한 방법

우리는 Guo 등 (2016)이 제안한 딥 관련성 매칭 모델(DRMM)을 기반으로 문서 관련성 순위 결정에 대한 여러 새로운 모델을 탐구합니다. DRMM은 문맥에 무관한 용어 인코딩과 쿼리-문서 용어 상호작용을 사용하는 반면, 우리는 Hui 등 (2017)의 PACRR의 합성곱 n-그램 매칭 특성을 참고하여 우리 모델 전반에 걸쳐 풍부한 문맥에 민감한 인코딩을 주입합니다. 그러나 이는 쿼리와 문서 입력의 여러 시각을 포함하여 다양한 방식으로 확장되었습니다. 우리는 이러한 모델들을 BIOASQ 질문 응답 도전 과제(Tsatsaronis 등, 2015) 및 TREC ROBUST 2004(Voorhees, 2005) 데이터셋에서 테스트하여, 이들이 BM25 기반 베이스라인, DRMM, 그리고 PACRR를 능가함을 보여주었습니다.