Entity Enhanced Attention Graph-Based Passages Retrieval - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Entity Enhanced Attention Graph-Based Passages Retrieval

Lucas Albarede
  • Fonction : Auteur
  • PersonId : 1036991
Philippe Mulhem
Claude Le Pape-Gardeux
  • Fonction : Auteur
  • PersonId : 1128980
Sylvain Marie
Trinidad Chardin-Segui
  • Fonction : Auteur
  • PersonId : 1262700

Résumé

Passage retrieval is crucial in specialized domains where documents are long and complex, such as patents, legal documents, scientific reports, etc. We explore in this paper the integration of Entities and passages in Heterogeneous Attention Graph Models dedicated to passage retrieval. We use the two passage retrieval architectures based on re-ranking proposed in [1]. We experiment our proposal on the TREC CAR Y3 Passage Retrieval Task. The results obtained show an improvement over state-of-the-art techniques and proves the effectiveness of the approach. Our experiments also show the importance of using adequate parameters for such approach.
Fichier principal
Vignette du fichier
464487.pdf (204.48 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte

Dates et versions

hal-04131563 , version 1 (20-06-2023)

Identifiants

  • HAL Id : hal-04131563 , version 1

Citer

Lucas Albarede, Lorraine Goeuriot, Philippe Mulhem, Claude Le Pape-Gardeux, Sylvain Marie, et al.. Entity Enhanced Attention Graph-Based Passages Retrieval. 18e Conférence en Recherche d'Information et Applications -- 16e Rencontres Jeunes Chercheurs en RI -- 30e Conférence sur le Traitement Automatique des Langues Naturelles -- 25e Rencontre des Étudiants Chercheurs en Informatique pour le Traitement Automatique des Langues, Jun 2023, Paris, France. pp.196-200. ⟨hal-04131563⟩
21 Consultations
15 Téléchargements

Partager

Gmail Facebook X LinkedIn More