Fugu-MT 論文翻訳(概要): Academic Article Recommendation Using Multiple Perspectives

論文の概要: Academic Article Recommendation Using Multiple Perspectives

arxiv url: http://arxiv.org/abs/2407.05836v1
Date: Mon, 08 Jul 2024 11:36:17 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 20:16:01.421062
Title: Academic Article Recommendation Using Multiple Perspectives
Title（参考訳）: 複数視点を用いた学術論文推薦
Authors: Kenneth Church, Omar Alonso, Peter Vickers, Jiameng Sun, Abteen Ebrahimi, Raman Chandrasekar,
Abstract要約: コンテントベースのフィルタリング (CBF) とグラフベースの手法 (GB) は学術検索の推薦において相互に補完すると主張している。 CBFは要約を用いて著者の位置を推測し、GBは聴衆からの反応を推測するために引用を用いる。
参考スコア（独自算出の注目度）: 8.516055698153341
License:
Abstract: We argue that Content-based filtering (CBF) and Graph-based methods (GB) complement one another in Academic Search recommendations. The scientific literature can be viewed as a conversation between authors and the audience. CBF uses abstracts to infer authors' positions, and GB uses citations to infer responses from the audience. In this paper, we describe nine differences between CBF and GB, as well as synergistic opportunities for hybrid combinations. Two embeddings will be used to illustrate these opportunities: (1) Specter, a CBF method based on BERT-like deepnet encodings of abstracts, and (2) ProNE, a GB method based on spectral clustering of more than 200M papers and 2B citations from Semantic Scholar.
Abstract（参考訳）: コンテントベースのフィルタリング (CBF) とグラフベースの手法 (GB) は学術検索の推薦において相互に補完すると主張している。科学文献は、著者と聴衆の間の会話と見なすことができる。 CBFは要約を用いて著者の位置を推測し、GBは聴衆からの反応を推測するために引用を用いる。本稿では,CBFとGBの9つの相違点について述べる。 1)抽象のBERTライクなディープネットエンコーディングに基づくCBF法であるSpecterと,2)Semantic Scholarによる2億以上の論文と2Bの引用のスペクトルクラスタリングに基づくGB法であるProNEである。

関連論文リスト

HLM-Cite: Hybrid Language Model Workflow for Text-based Scientific Citation Prediction [14.731720495144112]
本稿では,表面的な言及を超越した批判的参照を識別する,コア引用という新しい概念を紹介する。我々は、引用予測のための$textbfH$ybrid $textbfL$anguage $textbfM$odelワークフローである$textbfHLM-Citeを提案する。我々はHLM-Citeを19分野にわたって評価し,SOTA法と比較して17.6%の性能向上を示した。
論文参考訳（メタデータ） (2024-10-10T10:46:06Z)
Graph-Based Captioning: Enhancing Visual Descriptions by Interconnecting Region Captions [53.069446715005924]
グラフベースのキャプション(GBC)はラベル付きグラフ構造を用いて画像を記述する。 GBCのノードは、最初の段階でオブジェクト検出と高密度キャプションツールを使用して生成される。 GBCノードのアノテーションを使用することで、下流モデルの性能が大幅に向上することを示す。
論文参考訳（メタデータ） (2024-07-09T09:55:04Z)
Evaluating BERT-based Scientific Relation Classifiers for Scholarly Knowledge Graph Construction on Digital Library Collections [5.8962650619804755]
関連する科学的概念間の意味的関係を推測することは重要なステップである。 BERTベースの事前学習モデルは、自動関係分類のために広く研究されている。既存の手法は主にクリーンテキストで評価される。これらの制限に対処するため、私たちはOCRノイズの多いテキストを作成しました。
論文参考訳（メタデータ） (2023-05-03T17:32:16Z)
Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文参考訳（メタデータ） (2022-11-07T16:19:42Z)
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)
UnifieR: A Unified Retriever for Large-Scale Retrieval [84.61239936314597]
大規模な検索は、クエリを与えられた巨大なコレクションから関連ドキュメントをリコールすることである。事前学習型言語モデル(PLM)に基づく最近の検索手法は,高密度ベクターあるいはレキシコンに基づくパラダイムに大別することができる。本論文では,高密度ベクトルとレキシコンに基づく検索を2つの表現能力を持つ1つのモデルで統合する学習フレームワークUnifieRを提案する。
論文参考訳（メタデータ） (2022-05-23T11:01:59Z)
Consensus-Aware Visual-Semantic Embedding for Image-Text Matching [69.34076386926984]
画像テキストマッチングは、視覚と言語をブリッジする上で中心的な役割を果たす。既存のアプローチのほとんどは、表現を学ぶためにイメージテキストインスタンスペアのみに依存しています。コンセンサスを意識したビジュアル・セマンティック・エンベディングモデルを提案し,コンセンサス情報を組み込む。
論文参考訳（メタデータ） (2020-07-17T10:22:57Z)
Learning Neural Textual Representations for Citation Recommendation [7.227232362460348]
サブモジュラースコアリング機能において,シームズとトリプルトネットワークを併用した文書(センテンス-BERT)の深部表現を用いた引用推薦手法を提案する。我々の知る限りでは、これは引用推薦のタスクに対して、ディープ表現とサブモジュラー選択を組み合わせるための最初のアプローチである。
論文参考訳（メタデータ） (2020-07-08T12:38:50Z)
Context-Based Quotation Recommendation [60.93257124507105]
本稿では,新しい文脈対応引用レコメンデーションシステムを提案する。これは、所定のソース文書から引用可能な段落とトークンの列挙リストを生成する。音声テキストと関連するニュース記事の収集実験を行う。
論文参考訳（メタデータ） (2020-05-17T17:49:53Z)
HybridCite: A Hybrid Model for Context-Aware Citation Recommendation [0.0]
我々は,埋め込み,トピックモデリング,情報検索技術に基づく引用推薦手法を開発した。私たちは、私たちの知る限りでは初めて、最高のパフォーマンスのアルゴリズムを半遺伝的ハイブリッドレコメンデータシステムに組み合わせました。評価の結果,埋め込みと情報検索を併用したハイブリッドモデルでは,個々のコンポーネントやアルゴリズムよりも大きなマージンで性能が向上することがわかった。
論文参考訳（メタデータ） (2020-02-15T16:19:55Z)
A Correspondence Analysis Framework for Author-Conference Recommendations [2.1055643409860743]
我々は、会議や論文など、問題のエンティティ間の適切な関係を導出するために、対応分析(CA)を利用する。本モデルは,コンテンツベースフィルタリング,協調フィルタリング,ハイブリッドフィルタリングなどの既存手法と比較して有望な結果を示す。
論文参考訳（メタデータ） (2020-01-08T18:52:39Z)

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。