Key points are not available for this paper at this time.
A frequência de termos é um método comum para identificar a importância de um termo em um documento. Mas a frequência de termos ignora como um termo interage com seu contexto textual, que é fundamental para estimar pesos de termos específicos do documento. Este artigo propõe uma estrutura de Pesos de Termos Contextualizados Profundos (DeepCT) que mapeia as representações de termos contextualizados do BERT em pesos de termos conscientes do contexto para recuperação de passagens. Os novos pesos de termos profundos podem ser armazenados em um índice invertido comum para recuperação eficiente. Experimentos em dois conjuntos de dados demonstram que o DeepCT melhora significativamente a precisão dos algoritmos de recuperação de passagens da primeira etapa.
Dai et al. (Sat,) estudaram essa questão.