論文の概要: Covidex: Neural Ranking Models and Keyword Search Infrastructure for the
COVID-19 Open Research Dataset
- arxiv url: http://arxiv.org/abs/2007.07846v1
- Date: Tue, 14 Jul 2020 16:26:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-10 15:07:59.795588
- Title: Covidex: Neural Ranking Models and Keyword Search Infrastructure for the
COVID-19 Open Research Dataset
- Title（参考訳）: Covidex:COVID-19オープン研究データセットのニューラルネットワークランキングモデルとキーワード検索基盤
- Authors: Edwin Zhang, Nikhil Gupta, Raphael Tang, Xiao Han, Ronak Pradeep,
Kuang Lu, Yue Zhang, Rodrigo Nogueira, Kyunghyun Cho, Hui Fang, Jimmy Lin
- Abstract要約: Covidexは最新のニューラルランキングモデルを利用する検索エンジンだ。
これは、Allen Institute for AIがキュレートしたCOVID-19 Open Researchデータセットへのアクセスを提供する。
- 参考スコア（独自算出の注目度）: 87.47567807116204
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Covidex, a search engine that exploits the latest neural ranking
models to provide information access to the COVID-19 Open Research Dataset
curated by the Allen Institute for AI. Our system has been online and serving
users since late March 2020. The Covidex is the user application component of
our three-pronged strategy to develop technologies for helping domain experts
tackle the ongoing global pandemic. In addition, we provide robust and
easy-to-use keyword search infrastructure that exploits mature fusion-based
methods as well as standalone neural ranking models that can be incorporated
into other applications. These techniques have been evaluated in the ongoing
TREC-COVID challenge: Our infrastructure and baselines have been adopted by
many participants, including some of the highest-scoring runs in rounds 1, 2,
and 3. In round 3, we report the highest-scoring run that takes advantage of
previous training data and the second-highest fully automatic run.
- Abstract（参考訳）: 我々は、最新のニューラルネットワークランキングモデルを利用して、Allen Institute for AIがキュレートしたCOVID-19 Open Research Datasetに情報アクセスを提供する検索エンジンであるCovidexを紹介する。
当社のシステムは,2020年3月下旬以降,オンラインでユーザに提供する。
covidexは、現在進行中の世界的なパンデミックに取り組むドメインエキスパートを支援する技術を開発するための、3段階の戦略のユーザアプリケーションコンポーネントです。
さらに、成熟したフュージョンベースの手法を利用する堅牢で使いやすいキーワード検索インフラストラクチャや、他のアプリケーションに組み込むことのできるスタンドアロンのニューラルネットワークランキングモデルも提供しています。
私たちのインフラとベースラインは多くの参加者によって採用されています。
第3ラウンドでは、前回のトレーニングデータと第2のフルオートマチックランを活用した最高スケアランを報告します。
関連論文リスト
- Robust Neural Information Retrieval: An Adversarial and Out-of-distribution Perspective [111.58315434849047]
ニューラルネットワーク検索モデル(IR)モデルの堅牢性は、大きな注目を集めている。
我々は、IRの堅牢性を多面的概念とみなし、敵攻撃、アウト・オブ・ディストリビューション(OOD)シナリオ、パフォーマンスのばらつきに対してその必要性を強調している。
我々は,既存の手法,データセット,評価指標について詳細な議論を行い,大規模言語モデルの時代における課題や今後の方向性に光を当てる。
論文 参考訳（メタデータ） (2024-07-09T16:07:01Z) - AD4RL: Autonomous Driving Benchmarks for Offline Reinforcement Learning with Value-based Dataset [2.66269503676104]
本稿では、オフライン強化学習研究のための自律走行データセットとベンチマークを提供する。
現実世界の人間のドライバーのデータセットを含む19のデータセットと、一般的なオフライン強化学習アルゴリズム7つを、現実的な3つのシナリオで提供しています。
論文 参考訳（メタデータ） (2024-04-03T03:36:35Z) - OTOv3: Automatic Architecture-Agnostic Neural Network Training and
Compression from Structured Pruning to Erasing Operators [57.145175475579315]
このトピックは、構造化プルーニングからニューラルアーキテクチャサーチまで、さまざまなテクニックにまたがっている。
第3世代のOTOv3(Noth-Train-Once)を導入する。
我々は,構造化プルーニングとニューラルアーキテクチャ探索におけるOTOv3の有効性を実証した。
論文 参考訳（メタデータ） (2023-12-15T00:22:55Z) - IRT2: Inductive Linking and Ranking in Knowledge Graphs of Varying Scale [1.3621712165154805]
産業用ユースケースのためのドメイン固有の知識モデルを構築するという課題に対処する。
我々の焦点は、実用的なツールの基礎となる帰納的リンク予測モデルである。
論文 参考訳（メタデータ） (2023-01-02T15:19:21Z) - CorpusBrain: Pre-train a Generative Retrieval Model for
Knowledge-Intensive Language Tasks [62.22920673080208]
単一ステップ生成モデルは、検索プロセスを劇的に単純化し、エンドツーエンドで最適化することができる。
我々は、事前学習された生成検索モデルをCorpsBrainと名付け、コーパスに関する全ての情報が、追加のインデックスを構築することなく、そのパラメータにエンコードされる。
論文 参考訳（メタデータ） (2022-08-16T10:22:49Z) - Safer Illinois and RokWall: Privacy Preserving University Health Apps
for COVID-19 [24.12822717216725]
新型コロナウイルス(COVID-19)は、私たちの生活を根本的に破壊している。政府や大学、企業は、新型コロナウイルス(COVID-19)のパンデミックと闘い、社会を安全に再開する技術を急速に開発している。
コンタクトトレース、スーパースレッダイベント検出、露出マッピングといった重要な分析ツールには、機密性の高いユーザ情報の収集と分析が必要である。
イリノイ大学アーバナ・シャンペーン校(Urbana-Champaign)で開発中の2つのコンピューティングインフラストラクチャを分析し、新型コロナウイルスの感染拡大を追跡・緩和する。
論文 参考訳（メタデータ） (2021-01-19T23:36:14Z) - OpenHoldem: An Open Toolkit for Large-Scale Imperfect-Information Game
Research [82.09426894653237]
OpenHoldemは、NLTHを用いた大規模不完全情報ゲーム研究のための統合ツールキットです。
1)異なるNLTH AIを徹底的に評価するための標準化された評価プロトコル、2)NLTH AIのための3つの公的に利用可能な強力なベースライン、3)公開NLTH AI評価のための使いやすいAPIを備えたオンラインテストプラットフォーム。
論文 参考訳（メタデータ） (2020-12-11T07:24:08Z) - An Adaptive Intelligence Algorithm for Undersampled Knee MRI
Reconstruction [4.5887393876309375]
本稿では,MR 取得を高速化するための適応知能の応用について述べる。
我々は、トレーニングデータから事前の再構成仮定を洗練し、修正するために、ディープニューラルネットワークを採用する。
このネットワークは、Facebook AI ResearchとNYU Langone Healthが主催した2019年の高速MRIチャレンジから、膝のMRIデータセットでトレーニングされ、テストされた。
論文 参考訳（メタデータ） (2020-04-15T20:59:56Z) - Rapidly Deploying a Neural Search Engine for the COVID-19 Open Research
Dataset: Preliminary Thoughts and Lessons Learned [88.42878484408469]
我々は最新のニューラルネットワークランキングアーキテクチャを利用する検索エンジンであるNeural Covidexを紹介する。
本稿では、最初の取り組みについて述べ、その過程で学んだ教訓についていくつか考察する。
論文 参考訳（メタデータ） (2020-04-10T17:12:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。