論文の概要: PDMR: Passage-Driven Multi-ID Document Retrieval

• arxiv url: http://arxiv.org/abs/2609.08762v1
• Date: Tue, 08 Sep 2026 13:58:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 15:49:48.667459
• Title: PDMR: Passage-Driven Multi-ID Document Retrieval
• Title（参考訳）: PDMR: パス駆動型マルチIDドキュメント検索
• Abstract要約: Passage-Driven Multi-ID Retrieval (PDMR) は、複数のパスレベル識別子を通じて文書を表す生成的検索フレームワークである。 PDMRは各ドキュメントを分割し、選択された各パスに1つの識別子を割り当て、同じドキュメントを取得するための複数のセマンティックエントリポイントを提供する。
• 参考スコア（独自算出の注目度）: 1.1661238776379117
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative Retrieval (GR) models map queries directly to document identifiers, replacing conventional retrieval over external sparse or dense indexes with autoregressive identifier generation. However, most generative retrieval frameworks rely on a single-identifier assumption, mapping each document to a single target sequence. This forces the model to represent all document content with one sequence. Since documents are often multi-faceted, this can lead to lossy representations and reduced robustness to query variation, where multiple query intents must compete for a single generative access path. In this work, we introduce Passage-Driven Multi-ID Retrieval (PDMR), a generative retrieval framework that represents documents through multiple passage-level identifiers. PDMR segments each document and assigns one identifier to each selected passage, which provides multiple semantic entry points for retrieving the same document. This multi-entry representation allows the model to align queries with specific semantic facets, thereby reducing the dependence on a single document-level target. To address the supervision ambiguity of this one-to-many mapping, we formulate training as a multi-target learning problem and explore an objective function designed to distribute probability mass across multiple valid passage-level identifiers. We evaluate PDMR on NQ320K and MS MARCO Document. On NQ320K, PDMR improves over strong generative and non-generative baselines on Recall@1 and MRR@100. On MS MARCO Document, PDMR achieves the best Recall@1 and MRR@10 among the reported methods, while remaining competitive on Recall@10. Controlled ablations further show that passage-level supervision, identifier design, training-query augmentation, and multi-target learning contribute complementary gains.
• Abstract（参考訳）: Generative Retrieval (GR) モデルはクエリをドキュメント識別子に直接マップし、外部スパースや高密度インデックスを自動回帰識別子生成に置き換える。 しかし、ほとんどの生成的検索フレームワークは、個々の文書を単一のターゲットシーケンスにマッピングする、単一識別子の仮定に依存している。 これにより、モデルは1つのシーケンスですべてのドキュメントコンテンツを表現せざるを得ない。 ドキュメントは多面的になることが多いため、複数のクエリインテントが単一の生成アクセスパスに競合しなければならないような、クエリの変動に対するロバスト性やロバスト性を損なう可能性がある。 本稿では,複数のパスレベル識別子を通じて文書を表す生成検索フレームワークであるPassage-Driven Multi-ID Retrieval (PDMR)を紹介する。 PDMRは各ドキュメントを分割し、選択された各パスに1つの識別子を割り当て、同じドキュメントを取得するための複数のセマンティックエントリポイントを提供する。 このマルチエントリー表現により、クエリを特定のセマンティックなファセットと整列させることで、単一のドキュメントレベルのターゲットへの依存を減らすことができる。 この一対多マッピングの監督の曖昧さに対処するため、我々は、マルチターゲット学習問題としてトレーニングを定式化し、複数の有効なパスレベル識別子に確率質量を分散する目的関数を探索する。 PDMRをNQ320KおよびMS MARCO文書上で評価した。 NQ320Kでは、PDMRはRecall@1とMRR@100の強力な生成的および非生成的ベースラインよりも改善されている。 MS MARCO Documentでは、PDMRは報告されたメソッドの中で最高のRecall@1とMRR@10を達成するが、Recall@10では競争力を維持している。 制御された改善は、パスレベルの監督、識別子設計、トレーニングクエリの強化、およびマルチターゲット学習が相補的な向上に寄与することを示している。

関連論文リスト

• Generative Universal Multimodal Retrieval with Dual-role Identifiers [1.0981910170846492]
  本稿ではDrIGを提案する。DrIGはDual-role Identifierを特徴とするユニバーサルマルチモーダル検索のための新しい生成フレームワークである。 DrIGは、多種多様なタスクにまたがって、最先端のマルチモーダルベースラインを一貫して上回り、一方、ハイブリッドリグレードは、強い高密度レトリバーに対して好適な効率効率効率のトレードオフを実現する。
  論文  参考訳（メタデータ） (2026-08-13T09:10:09Z)
• MARA: A Multimodal Adaptive Retrieval-Augmented Framework for Document Question Answering [51.19392014547221]
  検索型マルチモーダル文書QAは,視覚的にリッチな文書から複雑なマルチモーダル構造を持つ関連情報を識別し,統合することを目的としている。 現在のアプローチは、サージェントなコンテンツを見渡すクエリに依存しないドキュメント表現に依存しています。 本稿では,クエリ適応生成を導入したMultimodal Adaptive Retrieval-Augmented (MARA)フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-01T12:27:40Z)
• CAT-ID$^2$: Category-Tree Integrated Document Identifier Learning for Generative Retrieval In E-commerce [35.700374519868724]
  大規模言語モデル(LLM)の機能を統合する効果的なパラダイムとして,ジェネレーティブ検索(GR)が注目されている。 GRの主な課題は、強力な表現力を持つドキュメントID(DocIDS)を構築する方法である。 本稿では,従来のカテゴリ情報をセマンティックIDに組み込んだ新しいID学習手法であるCategory-Tree Integrated Document IDentifier (CAT-ID$2$)を提案する。
  論文  参考訳（メタデータ） (2025-11-03T11:21:35Z)
• UNIDOC-BENCH: A Unified Benchmark for Document-Centric Multimodal RAG [82.84014669683863]
  マルチモーダル検索拡張生成(MM-RAG)は,大規模言語モデルを現実世界の知識ベースに適用するための重要なアプローチである。 UniDoc-Benchは、70万の現実世界のPDFページから構築されたMM-RAGのための最初の大規模で現実的なベンチマークである。 実験により,マルチモーダルテキスト画像融合RAGシステムは,非モーダルおよび共同マルチモーダル埋め込みに基づく検索において一貫して優れていた。
  論文  参考訳（メタデータ） (2025-10-04T04:30:13Z)
• Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking [58.69615583599489]
  Deliberate Thinking based Retriever (Debater) は、段階的な思考プロセスを導入することで文書表現を強化する新しいアプローチである。 Debaterは、いくつかのベンチマークで既存のメソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-02-18T15:56:34Z)
• Generative Retrieval Meets Multi-Graded Relevance [104.75244721442756]
  GRADed Generative Retrieval (GR$2$)というフレームワークを紹介します。 GR$2$は2つの重要なコンポーネントに焦点を当てている。 マルチグレードとバイナリの関連性を持つデータセットの実験は,GR$2$の有効性を示した。
  論文  参考訳（メタデータ） (2024-09-27T02:55:53Z)
• Planning Ahead in Generative Retrieval: Guiding Autoregressive Generation through Simultaneous Decoding [23.061797784952855]
  本稿では,文書識別子の自動生成を支援する新しい最適化および復号化手法であるPAGを紹介する。 MSMARCO と TREC Deep Learning Track のデータによる実験の結果,PAG は最先端の生成的検索モデルよりも大きなマージンで優れていることがわかった。
  論文  参考訳（メタデータ） (2024-04-22T21:50:01Z)
• Multiview Identifiers Enhanced Generative Retrieval [78.38443356800848]
  生成検索は、検索対象の通路の識別子文字列を生成する。 本稿では,パスの内容に基づいて生成される新しいタイプの識別子,合成識別子を提案する。 提案手法は生成的検索において最善を尽くし,その有効性とロバスト性を実証する。
  論文  参考訳（メタデータ） (2023-05-26T06:50:21Z)
• Multi-View Document Representation Learning for Open-Domain Dense Retrieval [87.11836738011007]
  本稿では,多視点文書表現学習フレームワークを提案する。 ドキュメントを表現し、異なるクエリに合わせるように強制するために、マルチビューの埋め込みを作成することを目的としている。 実験により,本手法は最近の成果より優れ,最先端の結果が得られた。
  論文  参考訳（メタデータ） (2022-03-16T03:36:38Z)

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。