4 深度学习与信息检索
近年来，深度学习技术在图像、语音、自然语言处理等领域取得了显著的突破，已经开始延伸到信息检索领域。深度学习模型强大的表达能力和学习能力，可以为信息检索中语义信息表征、相关性推理决策，以及复杂交互过程的建模提供良好的支撑。然而，目前已有的结果显示，深度学习应用于检索并不是其他领域深度学习模型的简单移植，而是需要结合信息检索的固有特征、领域知识和独特模式来构建。我们在这个方向上较早地开展了探索，并形成了一些前沿的结果[13-15]。
例如针对信息检索中查询-文档的相关性匹配，我们提出了一个深度相关性匹配模型（Deep Relevance Matching Model）[13]（如图6所示）。这个模型的特点包括：①能够从原始的查询与文档词匹配信号，自动学习丰富的相关性特征；②模型结构特别针对检索相关匹配，它与传统语义相似匹配的差别在于，对精确匹配信号、查询词重要度和多样的匹配模式的建模。实验表明，该深度检索模型排序性能在多个公开标准测试集上超越传统检索模型。
