信息检索方法在调和社会科学中的纵向调查问题方面表现如何？-计算机科学-自然语言处理-信息检索-社会科学调查.pdfVIP

信息检索方法在调和社会科学中的纵向调查

问题方面表现如何？

WingYanLiZeqiangWangJonJohnson∗SuparnaDe

UniversityofSurreyUniversityofSurreyUniversityCollegeUniversityofSurrey

UnitedKingdomUnitedKingdomLondonUnitedKingdom

wingyan.li@surrey.ac.ukzeqiang.wang@surrey.ac.ukUnitedKingdoms.de@surrey.ac.uk

jon.johnson@ucl.ac.uk

摘要升。由调查专家进行的事后定性评估表明，这些模型

通常对高词汇重叠的问题敏感度较低，尤其是在子概

本纵向社会科学调查中自动检测语义等效问题对于长期念不匹配的情况下。总之，我们的分析有助于进一步

译研究至关重要，这些研究为社会、经济和健康科学领研究社会科学领域中纵向研究的协调。

中域的实证研究提供信息。检索等效问题面临双重挑战：

跨研究以及在问题与回答选项之间的理论构建（即概

2

v念/子概念）表示不一致，以及纵向文本中的词汇和结CCSConcepts

9

7构演变。为了解决这些问题，我们来自计算机科学家•Computingmethodologies→Naturallanguage

6和社会调查专家的多学科团队提出了一项新的信息检processing;Unsupervisedlearning;Ensemblemethods;

0

2索（IR）任务，旨在识别问题和回答选项之间概念（例Neuralnetworks.

.

4如住房、工作等）的等效性以协调纵向人口研究。本

0

5文在1946年至2020年的调查数据集上探讨了多种无Keywords

2监督方法，包括概率模型、语言模型的线性探测以及

:

v专门用于信息检索的预训练神经网络。我们展示了信自然语言处理，信息检索，概念比较，纵向研究

i

x息检索专用的神经模型实现了最高的整体性能，而其ACMReferenceFormat:

r

a他方法则表现相当。此外，用神经模型重新排名概率WingYanLi,ZeqiangWang,JonJohnson,andSuparnaDe.2025.

模型的结果仅在F1分数上最多引入了0.07的小幅提信息检索方法在调和社会科学中的纵向调查问题方面表现如

何？.InProceedingsofthe48thInternationalACMSIGIRConference

∗Correspondingauthor

onResearc