信息檢索與深度學習

郭嘉丰

中国科学院计算技术研究所研究员、博士生导师，现任网络数据科学与技术重点实验室主任，中国中文信息学会信息检索专委会副主任，国家自然科学基金优秀青年基金获得者。长期从事智能信息检索与大数据分析方向研究，研究成果四次获得本领域重要国际会议优秀论文类奖励、两次获得国家奖励。

 

兰艳艳

清华大学智能产业研究院研究员，曾任中国科学院计算技术研究所研究员，主要研究方向为信息检索、人工智能赋能科学计算和智能药物研发。研究成果获 SIGIR 优秀学生论文奖和 CIKM 优秀论文提名奖，入选国家万人计划青年拔尖人才，担任中国中文信息学会信息检索专委会秘书长，Artificial Intelligence Associate Editor。

 

程学旗

中国科学院计算技术研究所副所长，国家杰出青年科学基金获得者，国家高层次人才，北京学者，CCF 会士。任 CCF大数据专家委员会秘书长、CCF 中国数字经济 50 人论坛秘书长、中国中文信息学会副理事长。长期从事网络数据科学、大数据系统、社会计算、Web 信息检索与数据挖掘等方向研究。研究成果六次获得本领域top级国际学术会议优秀论文奖，关键技术与系统成果四次获得国家科技奖励。

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）