論文の概要: Supporting search engines with knowledge and context
- arxiv url: http://arxiv.org/abs/2102.06762v1
- Date: Fri, 12 Feb 2021 20:28:25 GMT
- ステータス: 処理完了
- システム内更新日: 2021-02-16 15:42:36.863419
- Title: Supporting search engines with knowledge and context
- Title(参考訳): 知識と文脈による検索エンジン支援
- Authors: Nikos Voskarides
- Abstract要約: 本論文の第1部では,構造化知識をユーザによりアクセスしやすいものにする方法について検討する。
本論文の第2部では,インタラクティブな知識収集を改善する方法について考察する。
本論文の最後のパートでは,ニュース分野のプロフェッショナルライターを対象とした検索エンジンサポートに注目した。
- 参考スコア(独自算出の注目度): 1.0152838128195467
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Search engines leverage knowledge to improve information access. In order to
effectively leverage knowledge, search engines should account for context,
i.e., information about the user and query. In this thesis, we aim to support
search engines in leveraging knowledge while accounting for context. In the
first part of this thesis, we study how to make structured knowledge more
accessible to the user when the search engine proactively provides such
knowledge as context to enrich search results. As a first task, we study how to
retrieve descriptions of knowledge facts from a text corpus. Next, we study how
to automatically generate knowledge fact descriptions. And finally, we study
how to contextualize knowledge facts, that is, to automatically find facts
related to a query fact. In the second part of this thesis, we study how to
improve interactive knowledge gathering. We focus on conversational search,
where the user interacts with the search engine to gather knowledge over large
unstructured knowledge repositories. We focus on multi-turn passage retrieval
as an instance of conversational search. We propose to model query resolution
as a term classification task and propose a method to address it. In the final
part of this thesis, we focus on search engine support for professional writers
in the news domain. We study how to support such writers create
event-narratives by exploring knowledge from a corpus of news articles. We
propose a dataset construction procedure for this task that relies on existing
news articles to simulate incomplete narratives and relevant articles. We study
the performance of multiple rankers, lexical and semantic, and provide insights
into the characteristics of this task.
- Abstract(参考訳): 検索エンジンは知識を活用して情報アクセスを改善する。
知識を効果的に活用するために、検索エンジンはコンテキスト、すなわちユーザに関する情報とクエリを考慮すべきである。
この論文では、コンテキストを考慮に入れながら、知識を活用する検索エンジンのサポートを目指しています。
本論文の第1部では,検索結果を豊かにするための文脈などの知識を検索エンジンが積極的に提供する場合に,構造化知識をユーザによりアクセスしやすくする方法について検討する。
第1の課題として,テキストコーパスから知識事実の記述を取得する方法を検討する。
次に,知識事実の記述を自動生成する方法を検討する。
最後に、知識事実、すなわち、クエリ事実に関連する事実を自動的に発見する方法について検討する。
本論文の第2部では,インタラクティブな知識収集を改善する方法について考察する。
ユーザが検索エンジンと対話して,構造化されていない巨大な知識リポジトリ上で知識を収集する会話型検索に注目する。
会話検索の例としてマルチターンパス検索に重点を置いています。
用語分類タスクとしてクエリ解決のモデル化を提案し,それに対処する方法を提案する。
本論文の最後のパートでは,ニュース分野のプロフェッショナルライターを対象とした検索エンジンサポートに注目した。
本研究では,ニュース記事のコーパスから知識を探究することで,イベントナラティブ作成を支援する方法について検討する。
本研究では,既存のニュース記事から不完全なナラティブや関連記事をシミュレートするデータセット構築手順を提案する。
本研究では,複数のランチャーのパフォーマンス,語彙と意味について検討し,このタスクの特徴について考察する。
関連論文リスト
- Search-Engine-augmented Dialogue Response Generation with Cheaply
Supervised Query Production [98.98161995555485]
応答生成のために,任意の検索エンジンから膨大な動的情報にアクセス可能な対話モデルを提案する。
コアモジュールとして、クエリプロデューサを使用して、対話コンテキストからクエリを生成して、検索エンジンと対話する。
R@1とR@5のレートを62.4%と74.8%で達成できることを示す実験を行った。
論文 参考訳(メタデータ) (2023-02-16T01:58:10Z) - MORTY: Structured Summarization for Targeted Information Extraction from
Scholarly Articles [0.0]
学術論文からテキストの構造化要約を生成する情報抽出手法MORTYを提案する。
我々のアプローチは、構造化要約と呼ばれるセグメント化されたテキストスニペットとして、記事の全文とプロパティと値のペアを凝縮する。
また,学術知識グラフから検索した構造化サマリーと,それに対応する公開可能な科学論文を組み合わせた,規模の高い学術データセットも提示する。
論文 参考訳(メタデータ) (2022-12-11T06:49:29Z) - Towards Proactive Information Retrieval in Noisy Text with Wikipedia
Concepts [6.744385328015561]
本研究は,クエリのコンテキストをウィキペディアの概念で活用することで,ノイズのあるテキスト上でのプロアクティブな情報検索を改善する方法について検討する。
ポッドキャストセグメント検索タスクに関する実験は、ウィキペディアの概念に関連性の明確なシグナルがあることを実証している。
また、クエリの背景コンテキストをWikifyingすることで、クエリの意味を曖昧にし、さらにプロアクティブな情報検索を支援することができる。
論文 参考訳(メタデータ) (2022-10-18T14:12:06Z) - Asking for Knowledge: Training RL Agents to Query External Knowledge
Using Language [121.56329458876655]
グリッドワールドベースのQ-BabyAIとテキストベースのQ-TextWorldの2つの新しい環境を紹介した。
本稿では,意味のある知識を問うための言語コマンドを生成する「知識の探索(AFK)」エージェントを提案する。
論文 参考訳(メタデータ) (2022-05-12T14:20:31Z) - TegTok: Augmenting Text Generation via Task-specific and Open-world
Knowledge [83.55215993730326]
本稿では,タスク固有およびオープンワールド知識(TegTok)によるTExt生成の統一化を提案する。
本モデルでは,2種類の知識ソースからの知識エントリを高密度検索により選択し,それぞれ入力エンコーディングと出力デコーディングの段階に注入する。
論文 参考訳(メタデータ) (2022-03-16T10:37:59Z) - A New Neural Search and Insights Platform for Navigating and Organizing
AI Research [56.65232007953311]
我々は、古典的なキーワード検索とニューラル検索を組み合わせた新しいプラットフォームであるAI Research Navigatorを導入し、関連する文献を発見し整理する。
本稿では,システム全体のアーキテクチャの概要と,文書分析,質問応答,検索,分析,専門家検索,レコメンデーションの構成要素について概説する。
論文 参考訳(メタデータ) (2020-10-30T19:12:25Z) - Machine Knowledge: Creation and Curation of Comprehensive Knowledge
Bases [28.856786775318486]
知識グラフとしても知られる大規模な知識基盤は、Webコンテンツやテキストソースから自動的に構築されている。
本稿では,知識基盤の創出と大規模化に関する基礎的概念と実践的手法について考察する。
論文 参考訳(メタデータ) (2020-09-24T09:28:13Z) - Improving Machine Reading Comprehension with Contextualized Commonsense
Knowledge [62.46091695615262]
我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。
構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。
我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
論文 参考訳(メタデータ) (2020-09-12T17:20:01Z) - User Intent Inference for Web Search and Conversational Agents [3.9400263964632836]
1)会話エージェントに対する発話トピックと意図の分類 2) Web検索エンジンに対する質問意図のマイニングと分類。
最初の話題に対処するために,ユーザの発話の話題と意図の両方を予測するために,エンティティ情報と会話内容の手がかりを組み込む新しいモデルを提案した。
第2の研究テーマとして,Web検索意図予測における工法の現状をeコマース領域に拡張する計画を立てる。
論文 参考訳(メタデータ) (2020-05-28T07:04:42Z) - Natural language technology and query expansion: issues,
state-of-the-art and perspectives [0.0]
クエリのあいまいさや誤解釈を引き起こす言語特性と、追加の要因は、ユーザの情報ニーズを正確に表現する能力に影響を与える。
汎用言語に基づく問合せ拡張フレームワークの解剖学を概説し,モジュールに基づく分解を提案する。
それぞれのモジュールについて、文献における最先端のソリューションをレビューし、使用するテクニックの光の下で分類する。
論文 参考訳(メタデータ) (2020-04-23T11:39:07Z) - A Survey on Knowledge Graphs: Representation, Acquisition and
Applications [89.78089494738002]
我々は,1)知識グラフ表現学習,2)知識獲得と完成,3)時間的知識グラフ,および4)知識認識アプリケーションに関する研究トピックをレビューする。
知識獲得、特に知識グラフの完成、埋め込み方法、経路推論、論理ルール推論について概観する。
メタラーニング、コモンセンス推論、時間的知識グラフなど、いくつかの新しいトピックを探求する。
論文 参考訳(メタデータ) (2020-02-02T13:17:31Z)
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。