机构名称：
¥ 1.0
亚马逊，美国西雅图的应用科学家实习生，美国05/2021-08/2021•我们提出了一个基于相互信息共同培训（MICO）的选择性搜索框架（通过相似性将文档聚集到群体，并仅在其最相关的组中搜索每个查询）。与搜索所有文档相比，我们将搜索成本降低到5％，达到99％的准确性。•MICO是端到端的学习模型。其目标函数是查询的两个组索引及其相关文档之间的共同信息，这两者都是可训练的神经网络的输出。•在我的实施中，该模型将BERT表示为输入（查询或文档标题）作为输入，并且可以在巨大的数据集（数百GB）上有效培训，并且BERT也可以进行列出。•MICO的论文被Coling 2022接受为口头呈现（10％）。
Zhanyu Wang-普渡大学统计局
主要关键词
相关文件推荐
