解释查询扩展在信息检索中的效果差异

摘要

查询扩展（QE）技术长期以来广泛应用于信息检索（IR）中来解决词汇不匹配问题。它们在现代检索系统中仍然具有相关性，包括基于大型语言模型 (LLM) 的检索系统。然而，没有任何一种 QE 方法在所有查询中始终优于其他方法。这项工作试图通过两个互补的视角来解释量化宽松绩效的变化。第一个是理想扩展查询 (IEQ) 的概念，这是一种利用下游 BM25 检索模型最大化检索效率的假设查询。第二个是可分离性视角，它使用 Cohen (d) 对给定扩展查询的相关和不相关文档进行评分的明显程度进行量化。我们开发了可分离性测量和实用公式来近似 IEQ 并研究这些因素与检索有效性的关系。对 TREC Robust 集合、TREC DL 2019-2022 段落集合和 TREC DL 2019-2020 文档集合的广泛实验揭示了一些有趣的模式。特别是，我们发现更接近理想扩展查询的扩展查询往往会获得更高的检索效率。我们进一步表明，相关和不相关文件的可分离性为理解量化宽松绩效提供了补充视角。

解释查询扩展在信息检索中的效果差异：论文原图 — 图 4. 由 𝐐IEQ\mathbf{Q}_{\mathrm{IEQ}} 和每个 𝐐exp\mathbf{Q}_{\mathrm{exp}} 构建的沿着大圆的轨迹，沿着该轨迹生成合成查询。大圆轨迹沿着由 \(\mathbf{Q}_{\mathrm{IEQ}}\) 和每个构建的大圆轨迹\(\mathbf{Q}_{\mathrm{exp}}\)，生成综合查询。