公开(公告)号：CN118467708A

公开(公告)日：2024-08-09

申请号：CN202410924102.6

申请日：2024-07-11

Applicant: 大连理工大学

Inventor： 王琪尧 ,  卢树乐 ,  杨阳 ,  林原 ,  黄建国 ,  隋依璇 ,  李林蔚 ,  童若昕 ,  刘华仁 ,  徐晨 ,  崔彤

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338

Abstract: 本发明提供了一种基于协同增强的词项级查询扩展方法，属于信息技术和人工智能领域。本发明通过使用零样本提示的生成式与检索式方式获得语义信息更为丰富的协同增强的相关反馈，并基于同样的协同增强方式获得与查询更为相关的查询扩展词；本发明证明这些词语作为查询扩展词的有效性，并且与仅伪相关文档的方法相比较，本发明获得的查询扩展词更为丰富与多样；在获得高质量的查询扩展词列表后，开发了一种基于通义千问大语言模型的扩展词排序模型来对查询扩展词列表进行精排获得相关性排名更为精确的查询扩展词列表，从而用于信息检索流水线中查询端的查询扩展框架中，显著提升了检索算法的性能。

公开(公告)号：CN118467708B

公开(公告)日：2024-09-10

申请号：CN202410924102.6

申请日：2024-07-11

Applicant: 大连理工大学

Inventor： 王琪尧 ,  卢树乐 ,  杨阳 ,  林原 ,  黄建国 ,  隋依璇 ,  李林蔚 ,  童若昕 ,  刘华仁 ,  徐晨 ,  崔彤

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338

Abstract: 本发明提供了一种基于协同增强的词项级查询扩展方法，属于信息技术和人工智能领域。本发明通过使用零样本提示的生成式与检索式方式获得语义信息更为丰富的协同增强的相关反馈，并基于同样的协同增强方式获得与查询更为相关的查询扩展词；本发明证明这些词语作为查询扩展词的有效性，并且与仅伪相关文档的方法相比较，本发明获得的查询扩展词更为丰富与多样；在获得高质量的查询扩展词列表后，开发了一种基于通义千问大语言模型的扩展词排序模型来对查询扩展词列表进行精排获得相关性排名更为精确的查询扩展词列表，从而用于信息检索流水线中查询端的查询扩展框架中，显著提升了检索算法的性能。