近年のcross modalな検索の主流なアプローチの一つである高次元空間への埋め込みを利用した手法において、「ハブ」が検索性能を下げる要因になっていることを特定した。Querybankと呼ぶqueryの集合を訓練データなどから用意し、あらかじめ検索対象との類似度を測っておくことで、「ハブ」をなしている可能性の高い対象を抑制するような正規化を行う手法を提案し、その有効性を確認した。

推論時に提案する正規化を行うことで、テキストによる動画像検索を始めとし、テキストによる画像や音声の検索、画像による画像の検索といった様々なタスクで、学習済みモデルによる検索性能をさらに向上させられることを確認した。

https://vladbogo.github.io/QB-Norm/