論文の概要: When Does Mixing Help? Analyzing Query Embedding Interpolation in Multilingual Dense Retrieval

• arxiv url: http://arxiv.org/abs/2606.13537v1
• Date: Thu, 11 Jun 2026 16:23:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.91089
• Title: When Does Mixing Help? Analyzing Query Embedding Interpolation in Multilingual Dense Retrieval
• Title（参考訳）: 混合はいつ役に立つのか?多言語Dense Retrievalにおける補間を埋め込んだクエリの解析
• Authors: Tongyao Zhu, Chao-Ming Huang, Min-Yen Kan,
• Abstract要約: 埋め込みレベルの混合により並列クエリ変換の混合率を変化させることで,検索性能を体系的に評価する。 BGE-M3を用いた実験では、最適混合比が88/105症例においてモノリンガル終端より優れていることが示された。 非英語文書の索引から抽出する際、混合は一様に有益であるのに対し、英語を含む索引は純粋英語の問合せが最善である。
• 参考スコア（独自算出の注目度）: 21.17848461238914
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While mixed-language querying is ubiquitous in multilingual communities, the sensitivity of dense retrievers to such queries remains poorly understood. We present a ratio-controlled study on mMARCO that systematically evaluates retrieval performance by varying the mixing proportion of parallel query translations via embedding-level mixing -- constructing mixed queries as an interpolation of monolingual embeddings. Experiments with BGE-M3 demonstrate that an optimal mixing ratio outperforms the best monolingual endpoint in 88/105 cases. We uncover a distinct asymmetry driven by English dominance: mixing is uniformly beneficial when retrieving from non-English document indices, whereas indices containing English are best served by pure English queries. Furthermore, English acts as the strongest mixing partner for every non-English document language. Finally, when controlling for English dominance, mixing gains correlate negatively with typological distance. We conclude that language-mix sensitivity is structured and predictable, and we validate the robustness of these patterns across model families and scales.
• Abstract（参考訳）: 混合言語クエリは多言語コミュニティではユビキタスであるが、そのようなクエリに対する高密度検索の感度はいまだによく分かっていない。 本稿では,単言語埋め込みの補間として混合クエリを構成する,埋め込みレベルの混合による並列クエリ翻訳の混合比率を変化させることにより,検索性能を体系的に評価するmMARCOについて,比制御による研究を行う。 BGE-M3を用いた実験では、最適な混合比が88/105ケースで最高のモノリンガルエンドポイントより優れていることが示された。 非英語文書の索引から抽出する際、混合は一様に有益であるのに対し、英語を含む索引は純粋英語の問合せが最善である。 さらに、英語はすべての非英語文書言語にとって最強の混合パートナーとして機能する。 最後に、英語の優位性を制御する場合、混合利得はタイプ的距離と負の相関関係を持つ。 言語混合感度は構造化され,予測可能であることを結論し,モデルファミリとスケール間のパターンの堅牢性を検証する。

関連論文リスト

• MIMO: Multilingual Information Retrieval via Monolingual Objectives [22.085658351797765]
  既存の埋め込みモデルは、主に多言語検索に最適化されている。 Miloは、ハイパフォーマンスな教師モデルの安定した英語意味空間をアンカーとして使用する2段階のフレームワークである。 Miloは既存の言語間のトレーニングベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-05-29T11:34:15Z)
• On the Limits of Model Merging for Multilinguality in Pre-Training [49.9160455376296]
  混合・統合・単言語事前学習装置の有効性について検討した。 モノリンガル事前学習は言語内での強い性能をもたらすが、モノリンガルモデルの組み合わせをマージすると干渉による性能低下が生じる。
  論文  参考訳（メタデータ） (2026-05-25T13:38:33Z)
• All Languages Matter: Understanding and Mitigating Language Bias in Multilingual RAG [87.74635133954975]
  現在のマルチ言語検索・拡張生成システム(mRAG)は,再ランク付け時に言語バイアスに悩まされていることを示す。 textittextbfLanguage-textbfAgnostic textbfUtility-driven textbfReranker textbfAlignment (LAURA)を提案する。
  論文  参考訳（メタデータ） (2026-04-22T05:33:06Z)
• XQ-MEval: A Dataset with Cross-lingual Parallel Quality for Benchmarking Translation Metrics [64.77152900881724]
  9つの翻訳方向をカバーする半自動構築データセットであるXQ-MEvalを提案する。 MQMで定義されたエラーを金の翻訳に自動的に注入し、信頼性のためにネイティブスピーカーによってフィルタリングし、エラーをマージして、制御可能な品質で擬似翻訳を生成する。 XQ-MEvalを用いて, 平均的判断と人的判断の矛盾を明らかにする。
  論文  参考訳（メタデータ） (2026-04-16T12:27:10Z)
• MixSarc: A Bangla-English Code-Mixed Corpus for Implicit Meaning Identification [0.10874100424278171]
  最初に公開されたBangla-Englishコード混成コーパスであるMixSarcを紹介した。 データセットには、ユーモア、皮肉、不快感、華やかさをラベル付けした9,087の注釈付き文が含まれている。 その結果、ユーモア検出では高い性能を示したが、クラス不均衡と実用的複雑性により、皮肉、悪感、および下品性は著しく低下した。
  論文  参考訳（メタデータ） (2026-02-25T06:12:06Z)
• ChiEngMixBench: Evaluating Large Language Models on Spontaneous and Natural Chinese-English Code-Mixed Generation [0.0]
  ChiEngMixBenchは、実際のコミュニティコンテキストにおけるコード混合能力を評価するために設計された最初のベンチマークである。 ChiEngMixBenchは、自発性と自然性という2つの相補的な信号によって特徴づけられる認知的アライメント問題としてコードミキシングを定式化している。
  論文  参考訳（メタデータ） (2026-01-02T08:18:27Z)
• MiLQ: Benchmarking IR Models for Bilingual Web Search with Mixed Language Queries [27.22423285547843]
  混合言語クエリの最初のベンチマークであるMiLQ(Mixed-Language Query test set)を紹介する。 実験の結果、多言語IRモデルはMiLQで適度に動作し、ネイティブ、イングリッシュ、ミックスランゲージで不整合に動作していることがわかった。 問合せにおける意図的な英語の混合は、英語文書を検索するバイリンガルにとって効果的な戦略であることを証明している。
  論文  参考訳（メタデータ） (2025-05-22T13:03:15Z)
• Self-Training Sampling with Monolingual Data Uncertainty for Neural Machine Translation [98.83925811122795]
  並列データを補完するために最も情報に富んだ単言語文を選択することでサンプリング手順を改善することを提案する。 並列データから抽出したバイリンガル辞書を用いて単言語文の不確実性を計算した。 大規模WMT英語$Rightarrow$Germanと英語$Rightarrow$ Chineseデータセットの実験結果から,提案手法の有効性が示された。
  論文  参考訳（メタデータ） (2021-06-02T05:01:36Z)
• Decoding and Diversity in Machine Translation [90.33636694717954]
  NMTが楽しむBLEUスコアに対して支払う費用の多様性の違いを特徴付ける。 本研究は,ジェンダー代名詞を翻訳する際に,検索が既知バイアスの正解源となることを示唆する。
  論文  参考訳（メタデータ） (2020-11-26T21:09:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。