क्लास प्रीडिक्शन का उपयोग करते हुए क्वेरी प्रदर्शन का अनुमान लगाना

हम दस्तावेज़ सामग्री के सारांश के रूप में विषय भविष्यवाणी डेटा का उपयोग करने की जांच करते हैं, ताकि खोज परिणाम गुणवत्ता के माप की गणना की जा सके। मौजूदा गुणवत्ता माप जैसे कि क्वेरी स्पष्टता, जो शीर्ष रैंक वाले परिणामों की पूरी सामग्री की आवश्यकता होती है, इसके विपरीत, वर्ग-आधारित सांख्यिकी को ऑनलाइन प्रभावी ढंग से गणना की जा सकती है, क्योंकि वर्ग जानकारी इतनी संक्षिप्त होती है कि इसे पूर्व-गणना और अनुक्रमणिका में संग्रहीत किया जा सकता है। एक अनुभवात्मक अध्ययन में, हम वर्ग-आधारित सांख्यिकी के प्रदर्शन की तुलना उनके भाषा-मॉडल समकक्षों से करते हैं ताकि दो मापों का अनुमान लगाया जा सके: क्वेरी कठिनाई और विस्तार जोखिम। हमारे निष्कर्ष यह सुझाव देते हैं कि वर्ग भविष्यवाणियों का उपयोग करना पूर्ण भाषा मॉडल की तुलना में तुलनीय प्रदर्शन प्रदान कर सकता है, जबकि गणना के ओवरहेड को कम करता है।