Fugu-MT 論文翻訳(概要): RRF102: Meeting the TREC-COVID Challenge with a 100+ Runs Ensemble

論文の概要: RRF102: Meeting the TREC-COVID Challenge with a 100+ Runs Ensemble

arxiv url: http://arxiv.org/abs/2010.00200v1
Date: Thu, 1 Oct 2020 05:27:51 GMT
ステータス: 処理完了
システム内更新日: 2022-10-12 08:29:10.517782
Title: RRF102: Meeting the TREC-COVID Challenge with a 100+ Runs Ensemble
Title（参考訳）: RRF102: TREC-COVIDチャレンジに100回以上参加
Authors: Michael Bendersky and Honglei Zhuang and Ji Ma and Shuguang Han and Keith Hall and Ryan McDonald
Abstract要約: 本稿では, 急速に進化するバイオメディカルコレクションのための検索エンジン構築の課題を満たすために, 重み付き階層的階数融合手法を提案する。我々のアブレーション研究は、それぞれのシステムによる全体的なアンサンブルへの貢献を実証している。提出されたアンサンブルはTREC-COVIDチャレンジの4ラウンドと5ラウンドで最先端のパフォーマンスを達成した。
参考スコア（独自算出の注目度）: 19.041809003928506
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this paper, we report the results of our participation in the TREC-COVID challenge. To meet the challenge of building a search engine for rapidly evolving biomedical collection, we propose a simple yet effective weighted hierarchical rank fusion approach, that ensembles together 102 runs from (a) lexical and semantic retrieval systems, (b) pre-trained and fine-tuned BERT rankers, and (c) relevance feedback runs. Our ablation studies demonstrate the contributions of each of these systems to the overall ensemble. The submitted ensemble runs achieved state-of-the-art performance in rounds 4 and 5 of the TREC-COVID challenge.
Abstract（参考訳）: 本稿では,TREC-COVIDチャレンジへの参加について報告する。バイオメディカルコレクションを急速に進化させる検索エンジン構築の課題に対処するために,102個の集合体を組み合わさった単純な重み付き階層的階調融合手法を提案する。 (a)語彙・意味検索システム (b)事前訓練及び微調整されたBERTローダ及び (c) 関連性フィードバックが実行される。我々のアブレーション研究は、それぞれのシステムによる全体的なアンサンブルへの貢献を実証している。提出されたアンサンブルはTREC-COVIDチャレンジの4ラウンドと5ラウンドで最先端のパフォーマンスを達成した。

関連論文リスト

Overview of AI-Debater 2023: The Challenges of Argument Generation Tasks [62.443665295250035]
第2023回中国影響コンピューティング会議(CCAC 2023)におけるAI-Debater 2023チャレンジの結果を提示する。合計で32のチームがチャレンジに登録し、そこから11の応募をもらいました。
論文参考訳（メタデータ） (2024-07-20T10:13:54Z)
Towards Unsupervised Question Answering System with Multi-level Summarization for Legal Text [0.0]
本稿では,SCaLARチームによるSemEval-2024 Task 5: Legal Argument Reasoning in Civil procedureについて要約する。ラベルを生成するための,単純ながら斬新な類似性と距離に基づく教師なしアプローチを提案する。調査では, マクロF1スコアが20ポイント上昇し, テストセットが10ポイント上昇した。
論文参考訳（メタデータ） (2024-03-19T19:15:13Z)
CUED at ProbSum 2023: Hierarchical Ensemble of Summarization Models [8.237131071390715]
我々は,患者の医療進歩ノートを限られたデータセットで要約する上での課題について考察する。バイオNLPワークショップ2023における課題リスト要約(Shared Task 1A)では,臨床T5の微調整による765件の診療ノートが,他の抽出的,抽象的,ゼロショットベースラインよりも優れていることを示した。
論文参考訳（メタデータ） (2023-06-08T16:08:10Z)
Divide, Conquer, and Combine: Mixture of Semantic-Independent Experts for Zero-Shot Dialogue State Tracking [83.40120598637665]
対話状態追跡(DST)のためのゼロショット転送学習は、ドメイン内のデータを収集するコストを伴わずに、様々なタスク指向の対話ドメインを扱うのに役立つ。既存の研究は主に一般化を強化するために、一般的なデータまたはモデルレベルの拡張方法を研究する。我々は、見られているデータのセマンティクスを明示的に切り離す、単純で効果的な「分割、征服、結合」ソリューションを提案する。
論文参考訳（メタデータ） (2023-06-01T08:21:20Z)
ICDAR 2023 Competition on Hierarchical Text Detection and Recognition [60.68100769639923]
このコンペティションは、テキストの検出と認識を共同で行うディープラーニングモデルとシステムの研究を促進することを目的としている。提案するコンペティション組織の詳細について,タスク,データセット,評価,スケジュールなどを紹介する。大会期間中(2023年1月2日から2023年4月1日まで)、20チーム以上から少なくとも50人が提案された2つのタスクで応募された。
論文参考訳（メタデータ） (2023-05-16T18:56:12Z)
The Monocular Depth Estimation Challenge [74.0535474077928]
本稿では,WACV2103で組織された最初の単分子深度推定チャレンジ(MDEC)の結果を要約する。この課題は、SynS-Patchesデータセット上での自己教師付き単眼深度推定の進捗を評価した。
論文参考訳（メタデータ） (2022-11-22T11:04:15Z)
COLO: A Contrastive Learning based Re-ranking Framework for One-Stage Summarization [84.70895015194188]
コントラスト学習に基づく一段階要約フレームワークであるCOLOを提案する。 COLOはCNN/DailyMailベンチマークの1段階システムの抽出と抽象化結果を44.58と46.33ROUGE-1スコアに引き上げた。
論文参考訳（メタデータ） (2022-09-29T06:11:21Z)
TEAM-Atreides at SemEval-2022 Task 11: On leveraging data augmentation and ensemble to recognize complex Named Entities in Bangla [11.963792253163247]
複雑な名前付きエンティティの識別に関するSemEval 2022 Task 11へのコントリビューションについて述べる。我々は、バングラ語でのみ事前訓練された複数のELECTRAベースのモデルのアンサンブルを活用している。また、アーキテクチャ決定、データセットの強化、競合後の発見に関する実験の結果も提示します。
論文参考訳（メタデータ） (2022-04-21T08:40:17Z)
Rotation Invariance and Extensive Data Augmentation: a strategy for the Mitosis Domain Generalization (MIDOG) Challenge [1.52292571922932]
我々は,MIDOG 2021コンペティションに参加するための戦略を提示する。このコンペティションの目的は、目に見えないターゲットスキャナーで取得した画像に対する解の一般化を評価することである。本稿では,最先端のディープラーニング手法の組み合わせに基づく解を提案する。
論文参考訳（メタデータ） (2021-09-02T10:09:02Z)
NTIRE 2021 Multi-modal Aerial View Object Classification Challenge [88.89190054948325]
CVPR の NTIRE 2021 ワークショップと共同で,MAVOC (Multi-modal Aerial View Object Classification) の最初の挑戦を紹介した。この課題は、EOとSAR画像を用いた2つの異なるトラックで構成されている。本コンペティションで提案した最上位の手法について検討し,その成果を目視テストセットで評価する。
論文参考訳（メタデータ） (2021-07-02T16:55:08Z)
Overview of BioASQ 2021: The ninth BioASQ challenge on Large-Scale Biomedical Semantic Indexing and Question Answering [0.293168019422713]
BioASQの課題は、大規模バイオメディカルセマンティックインデックスと質問応答の最先端化である。本稿では,評価フォーラム(CLEF, Conference and Labs of the Evaluation Forum)2021におけるBioASQチャレンジの9回目の概要について述べる。合計で170以上のシステムを持つ42チームが、チャレンジの4つのタスクに参加するために登録された。
論文参考訳（メタデータ） (2021-06-28T10:03:11Z)

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。