{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部件”：[[2024,6,25]]，“日期-时间”：“2024-06-25T00:17:01Z”，“时间戳”：1719274621289}，“参考-计数”：65，“出版商”：“计算机协会（ACM）”，“问题”：“3”，“资助者”：[{“名称”：“中国国家重点研发计划”，“奖项”：[“2018YFC0831700”]}，{“DOI”：“10.13039\/501100001809”，“name”：“中国自然科学基金会”，“DOI-asserted-by”：“crossref”，“adward”：[“61732008，61532011 and 61902209”]}：[“BJJWZYJH012019100020098”]}]，“内容域”：{“域”：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[”acm Trans.Inf.Syst.“]，“published-print”：{“date-parts”：[2021,7,26]}，”抽象“：”理解用户意图对于各种检索任务至关重要。通过利用会话中的上下文信息，例如查询历史和用户单击行为，搜索系统可以更准确地捕获用户意图，从而表现得更好。然而，大多数现有系统只考虑会话内上下文，可能会遇到缺少上下文信息的问题，因为在实际场景中，短搜索会话占很大比例。我们相信，在这些场景中，考虑更多的上下文，例如跨会话依赖关系，可能有助于缓解问题，并有助于提高性能。因此，我们提出了一种新的会话上下文建模混合框架（HSCM），该框架基于自关注机制实现了会话级多任务学习。为了缓解当前会话中缺乏上下文信息的问题，HSCM通过在历史会话中类似搜索意图下采样用户交互，并进一步将其聚合到本地上下文中，来利用跨会话上下文。此外，在会话级序列建模中应用自关注机制而不是基于RNN的框架也有助于（1）更好地捕获会话内的交互，（2）以并行方式表示会话上下文。在两个实际搜索数据集上的实验结果表明，HSCM不仅在文档排名方面优于HiNT、CARS和BERTserini等强基线解决方案，而且性能也显著优于大多数现有的查询建议方法。根据另一个实验的结果，我们还发现HSCM在点击预测方面优于大多数排名模型<\/jats:p>“，”DOI“：”10.1145\/3448127“，”type“：”期刊文章“，”已创建“：｛”日期部分“：[[2021,5,6]]，”日期时间“：”2021-05-06T04:14:52Z“，”时间戳“：1620274492000｝，”page“：”1-35“，”update policy“：”http:\/\/dx.DOI.org/10.1145\/crosmark policy“，”source“：”Crossref“，”由count引用“：5，”title“：[”会话上下文建模的混合框架“]，“前缀“：”10.1145“，“卷”：“39”，“作者”：[{“给定”：“贾”，“家族”：“陈”，“序列”：“第一”，“隶属关系”：[}“名称”：“中国清华大学”}]}，{“给出”：“嘉信”，“家庭”：“毛”，“顺序”：“附加”，“从属关系”：[{“名称“：中国人民大学”}]}，}“给定的”：“一群”，“家人”：“刘”，“排序”：“额外”，“从属关系“：[{”名称“：”清华大学，中国“}]}，{“给定”：“紫衣”，“家庭”：“叶”，“序列”：“附加”，“从属关系”：[{“名称”：“清华大学”}]}.，{”给定“：“魏智”，“家族”：“马”，“顺序”：“额外”，“隶属关系”：[{“姓名”：“中国清华大学”{]}6ESTATES PTE LTD，新加坡“}]}，{“given”：“Min”，“family”：“Zhang”，“sequence”：“additional”，“affiliation”：[{“name”：“清华大学，中国”}]}，}“giving”：“Shaoping”，“家族”：“Ma”，”sequence“：“additive”，“从属关系”：[[{名称：“中国清华大学”}]}]，“member”：“320”，“published on”：{“date-parts”：[2021,5,5]]}引用“：[{”键“：”e_1_2_1_1“，“volume-title”：“学习表征国际会议记录。“，”author“：”Ahmad Wasi Uddin“，”year“：”2018“}，{”key“：”e_1_1_2_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/3331184.331246“}”，{“key”：“e_2_1_3_1”，“volume-title”：“通过联合学习对齐和翻译的神经机器翻译。arXiv预印本arXiv:1409.0473”，“author”：“Bahdanau Dzmitry”，“year”：“2014”}，”{“key”：“e_1_2_1_4_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1145\/1963405.1963424“}，{“key”：“e_1_1_5_1”，“doi-assert-by”：“publisher”，”doi:“10.1145\/2348283.2348312”}，“key“：”e_1_i_1_6_1“，“出版商”，“doi”：“10.1145\/1401890.1401995”}，{“密钥”：“e_1_2_1_8_1”，“doi-asserted-by“：”publisher“，”doi“：”10.1145\/1526709.1526711“}，{“key”：“e_1_1_9_1”，“doi-assert-by”：“publisher”，”doi:“10.1007\/978-3-030-03520-4_5”}，“key“：”e_1_cu1_10_1“，“volume-title”：“Information Retrieval”，“author”：“Chen Jia”}“：”10.1145\/3357384.3358158“}，{”键“：”e_1_2_1_12_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/3336191.3371819“}，{“key”：“e_1_1_13_1”，“doi-assert-by”：“publisher”、“doi”：“10.1145\/3209978.3210079”}、{“密钥”：“e_1_2_1_14_1”、”doi-asserted-by“”：“publisher”，“doiBERT：用于语言理解的深度双向转换器的预训练。arXiv预印本arXiv:11810.04805“，”作者“：”Devlin Jacob“，”年份“：”2018“｝，｛”密钥“：”e_1_2_1_16_1“，”卷标题“：”第31届国际ACM SIGIR信息检索研究与发展会议论文集。ACM，331\u2013338“，”作者“：”Georges“｝，｛”密钥“：”e_1_2_1_17_1“，”doi断言“：”publisher“，”doi“：”10.1145\/3209978.3209980“｝，｛”key“：”e_1_1_18_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/LAWEB.2003.1250284”}，{“key”：“e_2_1_19_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/1740592.1740594“}，”{“密钥”：“e_1_1_20_1”1_2_1_21_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2484028.2484055”}，{“key“：”e_1_2_1_22_1“，”volume-title“：”第25届ACM国际信息与知识管理会议论文集。ACM，55\u201364“，”author“：”Guo Jiafeng“}，”{“key”：“e_1_1_23_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/ICDE.2009.71“}”，“key“：”e_2_1_24_1“，“volume-title”：“神经信息处理系统进展国际会议论文集.2042\u20132050”，“author”：“胡宝田”，“年份”：“2014”}doi-asserted-by“：”publisher“，”doi“：”10.1002\/asi.10256“}，{“key”：“e_1_1_26_1”，“doi-assert-by”：“publisher”、“doi”：“10.24963\/ijcai.2018\/571”}、{“key”：“e_1_2_1_27_1”、”doi-asserted-by“:”publishers“，”doi“：y“：”publisher“，”doi“：”10.1145\/2600428.2609614“}，{”key“：”e_1_2_1_29_1“，“doi-asserted-by“：”publisher“，”doi“：”10.1145\/3269206.3271808“}，{“key”：“e_1_1_30_1”，“doi-assert-by”：“publisher”、“doi”：“10.1145\/3331184.3331240”}、{“key”：“e_1_2_1_32_1”、”volume-title“：”Kingma and Jimmy Ba“，“author”：“Diederik”，“year”：“2014”}，“key“：”e_2_1-331_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/3077136.3080664“}，{”key“：”e_1_2_1_34_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3038912.3052593”}，{“key”：“e_1_cu1_35_1”，“doi-assert-by”：“publisher”，”doi“：”10.3115\/v1\/N15-092“}，”{“密钥”：“e_1_2_1_36_1”、“doi-aserted-by”:“publishers”，“doi:”10.1145\/2600428.2609629“}”，{”key“：”e_2_2_1-37_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3357384.3358169”}，{“key”：“e_1_2_1_38_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3269206.3271702”}，{“key”：“e_1_cu1_39_1”，”volume-title“：”带强化学习的面向任务的查询重设。arXiv预印本arXiv:1704.04572“，”作者“：”Nogueira Rodrigo“，”年份“2017”}、{“密钥”：“e_1_2_1_40_1”2348283.2348290“}，{“密钥”：”e_1_2_1_41_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/1146847.1146848”}，{“key”：“e_1_cu1_42_1”，《volume-title》：“自然语言处理经验方法会议论文集（EMNLP\u201914）”，“author”：“Pennington Jeffrey”}“：”e_1_2_1_44_1“，“volume-title”：“国际ACM SIGIR信息检索研究与开发会议论文集（SIGIR\u201994）”，“author”：“Stephen”}，{“key”：“e_1_i_1_45_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/3234944.3234965“}，”{“key”：“e_1_1_46_1”，{“key“：”e_1_1_47_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1076034.1076045”}，{“key”：“e_2_1_48_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2484028.2484076“}，“key 50_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3159652.3159714”}，{“key”：“e_1_2_1_51_1“，”volume-title“：”交互式系统的企业级端到端探索。arXiv预印本arXiv:1912.00753“，”author“：”Tang Zhiwen“，”year“：”2019“}，”{“key”：“e_1_2_1_52_1”，”doi-asserted-by“：”publisher“，”doi“：”10.1145 \/3340631.3394849“}”，{“key”：”e_1_i_1_53_1“，“volume-title”：“ACM信息检索理论国际会议论文集。69\u201372”，“author”：“Gysel Christophe Van”，“year”：“2016”}，{“密钥”：“e_1_2_1_54_1“，“volume-title”：“神经信息处理系统进展国际会议论文集。5998\u20136008“，”author“：”Vaswani Ashish“，”year“：”2017“}，{”key“：”e_1_1_55_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3178876.3186068”}，“key”：“e_1_i_1_56_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/243396.2433481“}”，{“key“”：”e_i2_1_57_1“”，“doi-asserted-by”publisher“，”doi“：”10.1145\/1835449.1835525“}，{“key”：“e_1_2_1_58_1”，“volume-title“：“注意因子分解机器：通过注意网络学习特征交互的权重。arXiv预印本arXiv:1708.04617“，”author“：”Xiao Jun“，”year“：”2017“}，{”key“：”e_1_2_1_59_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145 \/3357384.3358011”}，“key”：“e_1_i_1_60_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145 \/3077136.308089“}”，{“key“”：”e_ 1_1_61_1“”，“volume-title”：“”与BERTserini进行端到端开放域问答。arXiv预印本arXiv:1902.01718“，”author“：”Yang Wei“，”year“：”2019“}，{”key“：”e_1_2_1_62_1“，”doi-asserted-by“：”publisher“，“doi”：“10.18653\/v1_/N16-1174”}，“key”：“e_2_1.63_1”，“doi-assert-by”：“publisher”，”doi“：”10.5555\/3304222.304315“}”，{“key“”：”e_ 1_1_64_1“”，“volume-title“：”未来的数据有助于培训：为基于会话的建议建模未来的上下文。arXivprent arXiv:1906.04473“，”author“：”Yuan Fajie“，”year“：”2019“}，{”key“：”e_1_2_1_65_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2484028.2484171”}，“{”密钥“：”e_1_2_1_66_1“”，“doi-assert-by”：“publisher”，“doi:”10.1145\/3308558.3313468“}]，”container-title“：[”ACM Transactions on Information Systems“]，“原始标题”：[]，“语言”：“en”，“链接”：[{”URL“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3448127“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,1,1]]，”date-time“：“2023-01-01T22:00:55Z”，“timestamp”：1672610455000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3448127“}}”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2021,5,5]]}，”引用计数“：65，”日志发布“：}”问题“：“3”，”发布发布“：｛”日期部件“：[2021,7,26]]}}，“alternative-id”：[“10.1145\/3448127”]，“URL”：“http://\/dx.doi.org\/10.1145\/3448227”，“关系”：{}，“：[”1046-8188“，”1558-2868“]，”ISSN-type“：[{”value“：”1046-81“，”type“:”print“}，{”value”：“1558-2868”，“type”：“electronic”}]，“subject”：[]，“published”：｛“date parts”：[[2021,5,5]]｝，“assertion”：[｛“value”：“2020-09-01”，“order”：0，“name”：“received”，“label”：“received”，“group”：｛“name”：“publication_history”，“label”：“publication history”｝，｛“value”：“2021-01”，“order”：1，“name”：“accepted”，“label”：“accepted”，“group“：｛”名称“：”publication_history“，”label“：”publication history“}}，{”value“：”2021-05-05“，”order“：2，”name“：”published“，”标签“：”published“，”group“：