論文の概要: A PSO Strategy of Finding Relevant Web Documents using a New Similarity
Measure
- arxiv url: http://arxiv.org/abs/2103.14371v1
- Date: Fri, 26 Mar 2021 10:19:38 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-29 20:06:49.663062
- Title: A PSO Strategy of Finding Relevant Web Documents using a New Similarity
Measure
- Title(参考訳): 新しい類似度尺度を用いた関連web文書検索のためのpso戦略
- Authors: Dr. Ramya C, Dr. Shreedhara K S
- Abstract要約: バイオインスパイアされたPSO法は、システムの応答時間を短縮する目的で用いられる。
本稿では,提案手法と既存手法との比較検討を行い,精度,感度,F測定,特異性について述べる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the world of the Internet and World Wide Web, which offers a tremendous
amount of information, an increasing emphasis is being given to searching
services and functionality. Currently, a majority of web portals offer their
searching utilities, be it better or worse. These can search for the content
within the sites, mainly text the textual content of documents. In this paper a
novel similarity measure called SMDR (Similarity Measure for Documents
Retrieval) is proposed to help retrieve more similar documents from the
repository thus contributing considerably to the effectiveness of Web
Information Retrieval (WIR) process. Bio-inspired PSO methodology is used with
the intent to reduce the response time of the system and optimizes WIR process,
hence contributes to the efficiency of the system. This paper also demonstrates
a comparative study of the proposed system with the existing method in terms of
accuracy, sensitivity, F-measure and specificity. Finally, extensive
experiments are conducted on CACM collections. Better precision-recall rates
are achieved than the existing system. Experimental results demonstrate the
effectiveness and efficiency of the proposed system.
- Abstract(参考訳): 膨大な情報を提供するインターネットとWorld Wide Webの世界では、検索サービスや機能に重点が置かれている。
現在、ほとんどのウェブポータルは、良くも悪くも検索ユーティリティを提供している。
これらは、主にドキュメントのテキストコンテンツをテキスト化するサイト内のコンテンツを探すことができる。
本稿では,より類似した文書をリポジトリから検索するために,smdr ( similarity measure for document retrieval) と呼ばれる新しい類似度尺度を提案し,web情報検索 (wir) プロセスの有効性に大きく寄与した。
バイオインスパイアされたPSO法は、システムの応答時間を短縮し、WIRプロセスの最適化を目的としており、それによってシステムの効率性に寄与する。
本稿では,提案方式と既存方式との比較検討を行い,精度,感度,f測定,特異性について述べる。
最後に,cacmコレクションに関する広範な実験を行った。
精度・リコール率は既存のシステムよりも高い。
実験結果は,提案システムの有効性と有効性を示す。
関連論文リスト
- EASRec: Elastic Architecture Search for Efficient Long-term Sequential
Recommender Systems [82.76483989905961]
現在のSRS(Sequential Recommender Systems)は、計算とリソースの非効率に悩まされている。
我々は、効率的な長期シーケンスレコメンダシステム(EASRec)のための弾性アーキテクチャー探索を開発する。
EASRecは、入力データバッチから履歴情報を活用するデータ認識ゲートを導入し、レコメンデーションネットワークの性能を改善する。
論文 参考訳(メタデータ) (2024-02-01T07:22:52Z) - Generating Natural Language Queries for More Effective Systematic Review
Screening Prioritisation [53.77226503675752]
現在の技術状況では、レビューの最終タイトルをクエリとして、BERTベースのニューラルランクラを使用してドキュメントのランク付けに使用しています。
本稿では,ChatGPT や Alpaca などの命令ベース大規模言語モデルによって生成される文書の検索に使用される Boolean クエリやクエリなど,スクリーニングを優先するクエリの代替源について検討する。
私たちのベストアプローチは、スクリーニング時に利用可能な情報に基づいて実現されるだけでなく、最終タイトルと同じような効果があります。
論文 参考訳(メタデータ) (2023-09-11T05:12:14Z) - Better Understanding Differences in Attribution Methods via Systematic
Evaluations [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
論文 参考訳(メタデータ) (2023-03-21T14:24:58Z) - Coarse-to-Fine Knowledge Selection for Document Grounded Dialogs [11.63334863772068]
マルチドキュメント基盤対話システム(DGDS)は,文書の集合から支援された知識を見出すことで,ユーザの要求に答える。
本稿では,粒度の粗い知識検索と粒度の細かい知識抽出の両方を統一されたフレームワークで最適化することを目的としたRe3Gを提案する。
論文 参考訳(メタデータ) (2023-02-23T08:28:29Z) - Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。
提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
論文 参考訳(メタデータ) (2022-09-08T09:13:07Z) - Towards Better Understanding Attribution Methods [77.1487219861185]
モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。
本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。
また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
論文 参考訳(メタデータ) (2022-05-20T20:50:17Z) - GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。
FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
論文 参考訳(メタデータ) (2022-04-12T03:49:35Z) - Deep Reinforcement Agent for Efficient Instant Search [14.086339486783018]
本稿では,関連する文書を検索する上で,意味的により健全なトークンを識別することで,負荷問題に対処することを提案する。
我々は、検索エンジンと直接対話し、単語の重要性を予測する強化エージェントを訓練する。
トリガーサーチ数とシステム性能のトレードオフを研究するために,新しい評価フレームワークを提案する。
論文 参考訳(メタデータ) (2022-03-17T22:47:15Z) - Towards a Better Tradeoff between Effectiveness and Efficiency in
Pre-Ranking: A Learnable Feature Selection based Approach [12.468550800027808]
現実世界の検索、レコメンデーション、広告システムでは、多段階ランキングアーキテクチャが一般的である。
本論文では,対話型アーキテクチャを備えた複雑なモデルをサポートする新しい事前ランク付け手法を提案する。
本手法は,学習可能な特徴選択手法を用いることで,有効性と効率のトレードオフを向上する。
論文 参考訳(メタデータ) (2021-05-17T09:48:15Z) - Web Document Categorization Using Naive Bayes Classifier and Latent
Semantic Analysis [0.7310043452300736]
Webドキュメントの急速な成長は、ドキュメントをWeb上で効率的に分類する効率的なテクニックを必要とする。
LSAを用いて同一クラスにおける文書の類似性を向上し、分類精度を向上させるためのウェブ文書分類手法を提案する。
実験により, 前処理を用いることで, ネイブベイの精度と速度が向上することが確認された。
論文 参考訳(メタデータ) (2020-06-02T15:35:05Z) - Natural language processing for word sense disambiguation and
information extraction [0.0]
Thesaurus を用いた Word Sense Disambiguation の新しいアプローチを提案する。
ファジィ論理に基づく文書検索手法について解説し,その応用例を示した。
この戦略は、明らかな推論のデンプスター・シェーファー理論に基づく新しい戦略の提示で締めくくられる。
論文 参考訳(メタデータ) (2020-04-05T17:13:43Z)
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。