اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدنظام اقتراح للأوراق البحثية ذو نهج تعاوني
A collaborative approach for research paper recommender system
1066
0 14
0.0
(
0
)
تمت اﻹضافة من قبل
Aya Tello
اسأل ChatGPT حول البحث
إن توافر المعلومات بغزارة عبر الشابكة يجعل البحث عن المعلومات مهمة شاقة. يجد الباحثون صعوبة في الوصول وتتبع الأوراق البحثية الأكثر أهمية بالنسبة لهم. تقدم هذه الورقة مقاربة لنظام اقتراحات للأوراق البحثية في اتجاه تعاوني. من خلال الاستفادة من مزايا نهج التصفية التعاونية، نستخدم البيانات السياقية المتاحة للجميع لاستنتاج الارتباطات الخفية الموجودة بين أوراق البحث من أجل تخصيص الاقتراحات. حداثة النهج المقترح هو أنه يقدم توصيات مخصصة بغض النظر عن مجال البحث وبغض النظر عن خبرة المستخدم.
No English abstract
المراجع المستخدمة
ﻻ يوجد مراجع
قيم البحث
اقرأ أيضاً
هل يمكن أن تكون الملاحظات الضمنية بديلاً عن التقييمات الصريحة في نظم التوصية؟
إذا كان الأمر كذلك، يمكننا تجنب الصعوبات المرتبطة بجمع تقييمات صريحة من المستخدمين.
إذن، هل يمكننا التقاط معلومات مفيدة بشكل مخفي؟ وكيف يمكننا استخدام تلك المعلومات لتقديم توصيات؟
تقدم هذه الورقة نظرة عامة على AVASAG؛مشروع أبحاث تطبيقي مستمر يقوم بتطوير نظام ترجمة من النص إلى تسجيل الدخول للخدمات العامة.نحن نصف نقاط الابتكار العلمي (الوصف SL على أساس الهندسة، الرسوم المتحركة ثلاثية الأبعاد والفيديو، نظام التوضيح المبسطة، استراتيجية التقاط الحركة) وخط أنابيب الترجمة الشاملة.
في هذه الورقة، نقترح نظام التحقق والتحقق من حقائق جديدة للتحقق من مطالبات محتوى ويكيبيديا.يسترد نظامنا صفحات ويكيبيديا ذات الصلة باستخدام Anserini، ويستخدم نموذج الإجابة على السؤال من Bert-Bert-bert-Berted لتحديد الأدلة الصحيحة، وتحقق من المطالبات با
ستخدام نموذج الاستدلال باللغة الطبيعية XLNet بمقارنتها بالأدلة.يتم الحصول على أدلة خلية الجدول من خلال البحث عن قيم الخلايا المطابقة للكيان وسؤال الجدول Tapas نموذج الرد على نموذج.يستخدم خط الأنابيب إمكانيات الطلقة الصفرية للنماذج الحالية وجميع النماذج المستخدمة في خط الأنابيب لا يتطلب أي تدريب إضافي.حصل نظامنا على درجة حمامة من 0.06 ودقة ملصقة تبلغ 0.39 في التحدي الحمير.
حقق تعدين الرأي الرأي الدقيق (OM) جاذبية متزايدة في مجتمع معالجة اللغات الطبيعية (NLP)، والتي تهدف إلى إيجاد هياكل الرأي التي عبرت عن آرائها تجاه ما "في جملة واحدة. في هذا العمل، بدافع من تمثيلها المستندة إلى تعبيرات الرأي والأدوار، نقترح نهجا موحدا
قائما على إعداد OM في نهاية إلى نهاية. علاوة على ذلك، مستوحاة من الشكليات الموحدة المستندة المستندة إلى OM و EM و Constitioning، نستكشف طريقتين مختلفتين (التعلم متعدد المهام والشبكة العصبية التنافيلية) لإدماج مكونات النحوية في النموذج المقترح للمساعدة OM. نحن نقوم بإجراء تجارب على DataSet MPQA 2.0 شائع الاستخدام. تظهر النتائج التجريبية أن نهجنا المقرر أن يحقق النهج المستند إليه التحسينات المهمة على الأعمال السابقة في درجة F1 الدقيقة ويقلل من عدد تعبيرات الرأي والأدوار المتوقعة بشكل خاطئ، يظهر فعالية طريقتنا. بالإضافة إلى ذلك، فإن دمج الناخبين النحوي يحقق تحسينات واعدة على أساس الأساس القوي المعزز من خلال تمثيلات الكلمات السياقية.
هذه المقالة تحوي ترجمة وتلخيص وتوضيح للمذكور في الورقة البحثية المذكور اسمها أعلاه والموجودة في https://annals-csis.org/Volume_8/pliks/221.pdf , والتي تقوم باستخراج المعلومات الدلالية المهمة الموجودة في الوثائق والملفات والأوراق البحثية .
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
