| 稠密向量实体检索模型的二值化提速压缩 |
| 王苑铮; 范意兴 ; 陈薇; 张儒清; 郭嘉丰
|
| 2023
|
| 发表期刊 | 模式识别与人工智能
|
| ISSN | 1003-6059
|
| 卷号 | 36期号:1页码:60 |
| 摘要 | 在实体检索任务中,为了从大规模实体库中高效筛选与查询相关的候选实体,可使用稠密向量检索模型.然而在现有的稠密向量检索模型中,由于实体向量维度较高,导致实时计算效率较低、存储空间较大.文中通过实验发现这些实体向量存在大量的冗余信息:一方面,绝大多数实体向量分布在互不相同的象限里;另一方面,语义相近的实体所在的象限也更近.因此,文中提出二值化的实体检索方法,用于压缩实体向量,加速相似度计算.具体而言,方法利用符号函数(sign),二值化压缩高维稠密的浮点向量,并通过汉明距离加快检索.从理论上分析文中方法保证检索性能的原因.通过定性、定量的分析实验验证理论的正确性,并给出基于随机升维旋转的二值检索性能改善方法. |
| 关键词 | Entity Retrieval
Embedding Representation
Dense Vector Retrieval
Approximate Nearest Neighbor Retrieval
Product Quantization
实体检索
嵌入式表示
稠密向量检索
近似近邻检索
乘积量化
|
| 语种 | 英语
|
| 文献类型 | 期刊论文
|
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/37907
|
| 专题 | 中国科学院计算技术研究所期刊论文_中文
|
| 作者单位 | 中国科学院计算技术研究所
|
| 第一作者单位 | 中国科学院计算技术研究所
|
推荐引用方式
GB/T 7714 |
王苑铮,范意兴,陈薇,等. 稠密向量实体检索模型的二值化提速压缩[J]. 模式识别与人工智能,2023,36(1):60.
|
| APA |
王苑铮,范意兴,陈薇,张儒清,&郭嘉丰.(2023).稠密向量实体检索模型的二值化提速压缩.模式识别与人工智能,36(1),60.
|
| MLA |
王苑铮,et al."稠密向量实体检索模型的二值化提速压缩".模式识别与人工智能 36.1(2023):60.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论