CNR Institutional Research Information System

Vec2Doc: Transforming Dense Vectors into Sparse Representations for Efficient Information Retrieval

Vec2Doc: transforming dense vectors into sparse representations for efficient information retrieval

Carrara F;Gennaro C;Vadicamo L;Amato G
2023

Abstract

Vec2Doc: Transforming Dense Vectors into Sparse Representations for Efficient Information Retrieval
2023
Istituto di Scienza e Tecnologie dell'Informazione "Alessandro Faedo" - ISTI
Inglese
Pedreira O., Estivill-Castro V.
Similarity Search and Applications
SISAP 2023 - 16th International Conference on Similarity Search and Applications
14289
215
222
8
978-3-031-46994-7
https://doi.org/10.1007/978-3-031-46994-7_18
Sì, ma tipo non specificato
9-11/10/2023
A Coruña, Spain
Inverted index
Approximate search
High-dimensional indexing
Very large databases
Surrogate text representation
2-s2.0-85177234996
WOS:001432377600018
Elettronico
4
partially_open
Carrara, F; Gennaro, C; Vadicamo, L; Amato, G
273
info:eu-repo/semantics/conferenceObject
04 Contributo in convegno::04.01 Contributo in Atti di convegno
   A European Excellence Centre for Media, Society and Democracy
   AI4Media
   H2020
   951911

   Social and hUman ceNtered XR
   SUN
   European Commission
   Horizon Europe Framework Programme
   101092612
04.01 Contributo in Atti di convegno
File in questo prodotto:
File Dimensione Formato  
prod_488211-doc_203038.pdf

solo utenti autorizzati

Descrizione: Vec2Doc: transforming dense vectors into sparse representations for efficient information retrieval
Tipologia: Versione Editoriale (PDF)
Licenza: NON PUBBLICO - Accesso privato/ristretto
Dimensione 534.78 kB
Formato Adobe PDF
  Visualizza/Apri   Richiedi una copia
534.78 kB Adobe PDF   Visualizza/Apri   Richiedi una copia
prod_488211-doc_203039.pdf

accesso aperto

Descrizione: Preprint - Vec2Doc: transforming dense vectors into sparse representations for efficient information retrieval
Tipologia: Documento in Pre-print
Licenza: Nessuna licenza dichiarata (non attribuibile a prodotti successivi al 2023)
Dimensione 402.87 kB
Formato Adobe PDF
Visualizza/Apri
402.87 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14243/439025
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 3
  • ???jsp.display-item.citation.isi??? 2
social impact