论文标题
跨语性IR的神经匹配模型的研究
A Study of Neural Matching Models for Cross-lingual IR
论文作者
论文摘要
在这项研究中，我们使用跨语性单词嵌入（CLWES）研究了基于相互作用的神经匹配模型（CLIR）。通过对四个语言对的CLEF集合进行的实验，我们评估并提供了对不同神经模型体系结构的洞察力，以表示查询文档相互作用的不同方法以及Clir中的单词对相似性分布。这项研究为使用CLWES学习端到端CLIR系统铺平了道路。
In this study, we investigate interaction-based neural matching models for ad-hoc cross-lingual information retrieval (CLIR) using cross-lingual word embeddings (CLWEs). With experiments conducted on the CLEF collection over four language pairs, we evaluate and provide insight into different neural model architectures, different ways to represent query-document interactions and word-pair similarity distributions in CLIR. This study paves the way for learning an end-to-end CLIR system using CLWEs.
