From Cluster Ranking to Document Ranking

Egor Markovskiy, Fiana Raiber, Shoham Sabach, Oren Kurland

פרסום מחקרי: פרק בספר / בדוח / בכנספרסום בספר כנסביקורת עמיתים

תקציר

The common approach of using clusters of similar documents for ad hoc document retrieval is to rank the clusters in response to the query; then, the cluster ranking is transformed to document ranking. We present a novel supervised approach to transform cluster ranking to document ranking. The approach allows to simultaneously utilize different clusterings and the resultant cluster rankings; this helps to improve the modeling of the document similarity space. Empirical evaluation shows that using our approach results in performance that substantially transcends the state-of-the-art in cluster-based document retrieval.

שפה מקוריתאנגלית
כותר פרסום המארחSIGIR 2022 - Proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval
עמודים2137-2141
מספר עמודים5
מסת"ב (אלקטרוני)9781450387323
מזהי עצם דיגיטלי (DOIs)
סטטוס פרסוםפורסם - 6 יולי 2022
אירוע45th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2022 - Madrid, ספרד
משך הזמן: 11 יולי 202215 יולי 2022

סדרות פרסומים

שםSIGIR 2022 - Proceedings of the 45th International ACM SIGIR Conference on Research and Development in Information Retrieval

כנס

כנס45th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval, SIGIR 2022
מדינה/אזורספרד
עירMadrid
תקופה11/07/2215/07/22

ASJC Scopus subject areas

  • ???subjectarea.asjc.1700.1704???
  • ???subjectarea.asjc.1700.1710???
  • ???subjectarea.asjc.1700.1712???

פורמט ציטוט ביבליוגרפי