Fugu-MT 論文翻訳(概要): HGAMN: Heterogeneous Graph Attention Matching Network for Multilingual POI Retrieval at Baidu Maps

論文の概要: HGAMN: Heterogeneous Graph Attention Matching Network for Multilingual POI Retrieval at Baidu Maps

arxiv url: http://arxiv.org/abs/2409.03504v1
Date: Thu, 05 Sep 2024 13:18:01 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-10 16:25:09.171960
Title: HGAMN: Heterogeneous Graph Attention Matching Network for Multilingual POI Retrieval at Baidu Maps
Title（参考訳）: HGAMN:Baidu Mapsにおける多言語POI検索のための異種グラフ注意マッチングネットワーク
Authors: Jizhou Huang, Haifeng Wang, Yibo Sun, Miao Fan, Zhengjie Huang, Chunyuan Yuan, Yawen Li,
Abstract要約: 本稿ではヘテロジニアスグラフ注意マッチングネットワーク(HGAMN)を提案する。 Baidu Mapsの大規模実世界のデータセットで実施された大規模な実験は、HGAMNの優位性と有効性を示している。 HGAMNはすでにBaidu Mapsで本番環境にデプロイされており、毎日何億ものリクエストを処理しています。
参考スコア（独自算出の注目度）: 35.38790886774177
License:
Abstract: The increasing interest in international travel has raised the demand of retrieving point of interests in multiple languages. This is even superior to find local venues such as restaurants and scenic spots in unfamiliar languages when traveling abroad. Multilingual POI retrieval, enabling users to find desired POIs in a demanded language using queries in numerous languages, has become an indispensable feature of today's global map applications such as Baidu Maps. This task is non-trivial because of two key challenges: (1) visiting sparsity and (2) multilingual query-POI matching. To this end, we propose a Heterogeneous Graph Attention Matching Network (HGAMN) to concurrently address both challenges. Specifically, we construct a heterogeneous graph that contains two types of nodes: POI node and query node using the search logs of Baidu Maps. To alleviate challenge \#1, we construct edges between different POI nodes to link the low-frequency POIs with the high-frequency ones, which enables the transfer of knowledge from the latter to the former. To mitigate challenge \#2, we construct edges between POI and query nodes based on the co-occurrences between queries and POIs, where queries in different languages and formulations can be aggregated for individual POIs. Moreover, we develop an attention-based network to jointly learn node representations of the heterogeneous graph and further design a cross-attention module to fuse the representations of both types of nodes for query-POI relevance scoring. Extensive experiments conducted on large-scale real-world datasets from Baidu Maps demonstrate the superiority and effectiveness of HGAMN. In addition, HGAMN has already been deployed in production at Baidu Maps, and it successfully keeps serving hundreds of millions of requests every day.
Abstract（参考訳）: 国際旅行への関心の高まりは、複数の言語における関心点を取得する需要を高めている。これは、海外旅行の際、見慣れない言語でレストランや名所などの場所を見つけるのに、さらに優れている。多言語POI検索は、多くの言語でクエリを使用して、要求された言語で望まれるPOIを見つけることができる。Baidu Mapsのような今日のグローバルマップアプリケーションにとって、必須の機能となっている。このタスクは,(1) スパーシティへの訪問,(2) 多言語クエリ-POIマッチングという2つの重要な課題のため,非自明な作業である。この目的のために,両課題を同時に解決するヘテロジニアスグラフ注意マッチングネットワーク(HGAMN)を提案する。具体的には、Baidu Mapsの検索ログを用いて、POIノードとクエリノードの2種類のノードを含む異種グラフを構築する。課題 \#1 を緩和するために、異なるPOIノード間のエッジを構築し、低周波のPOIと高周波のPOIをリンクし、後者から前者への知識の伝達を可能にする。課題 \#2 を緩和するため,クエリとPOIの共起に基づくクエリノード間のエッジを構築し,それぞれのPOIに対して異なる言語や定式化のクエリを集約する。さらに,異種グラフのノード表現を協調的に学習するアテンションベースネットワークを開発し,クエリ-POI関連スコアの両タイプのノード表現を融合するクロスアテンションモジュールを設計する。 Baidu Mapsの大規模実世界のデータセットで実施された大規模な実験は、HGAMNの優位性と有効性を示している。さらにHGAMNはすでにBaidu Mapsで本番環境にデプロイされており、毎日何億ものリクエストを処理しています。

関連論文リスト

Location Aware Modular Biencoder for Tourism Question Answering [33.5507972300392]
本稿では,QAタスクを高密度ベクトル探索問題として扱うことを提案する。質問とPOIを別々にエンコードし、埋め込み空間の類似性を利用して最も関連性の高いPOIを検索する。実世界の観光QAデータセットの実験は、我々のアプローチが従来の手法よりも効果的で、効率的で、優れたことを実証している。
論文参考訳（メタデータ） (2024-01-04T10:39:58Z)
Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文参考訳（メタデータ） (2023-09-04T13:44:50Z)
On Exploring Node-feature and Graph-structure Diversities for Node Drop Graph Pooling [86.65151066870739]
現在のノードドロッププーリング法は、ノードの特徴やグラフ構造の観点からグラフの多様性を無視し、結果としてグラフレベル以下の表現をもたらす。そこで本稿では,textiti.fltextbfIpscore と textbfDropscore の2つの操作を持つ textbfMulti スコア空間からなる MID を新たに提案する。具体的には、多次元スコア空間は、複数の基準を通してノードの重要さを描いており、フリップスコアは異種ノードの維持を奨励している。
論文参考訳（メタデータ） (2023-06-22T08:02:01Z)
DAMO-NLP at SemEval-2023 Task 2: A Unified Retrieval-augmented System for Multilingual Named Entity Recognition [94.90258603217008]
MultiCoNER RNum2共有タスクは、細粒度でノイズの多いシナリオにおいて、多言語の名前付きエンティティ認識(NER)に取り組むことを目的としている。 MultiCoNER RNum1の以前のトップシステムは、ナレッジベースまたはガゼッタを組み込んでいる。細粒度多言語NERのための統一検索拡張システム(U-RaNER)を提案する。
論文参考訳（メタデータ） (2023-05-05T16:59:26Z)
Region Prediction for Efficient Robot Localization on Large Maps [5.75614168271028]
そこで本研究では,位置認識のためのマップノードのサブセットを事前選択する手法を提案する。領域ラベルはディープニューラルネットワークの予測対象となり、ナビゲーション中は、高い確率で予測される領域に関連するノードのみをマッチングとして考慮する。
論文参考訳（メタデータ） (2023-03-01T07:42:48Z)
MGeo: Multi-Modal Geographic Pre-Training Method [49.78466122982627]
マルチモーダルジオグラフィック言語モデル(MGeo)を提案する。 MGeoはGCを新しいモダリティとして表現し、正確なクエリ-POIマッチングのためのマルチモーダル相関を完全に抽出することができる。提案するマルチモーダル事前学習法は,汎用PTMのクエリ-POIマッチング能力を大幅に向上させることができる。
論文参考訳（メタデータ） (2023-01-11T03:05:12Z)
GEDIT: Geographic-Enhanced and Dependency-Guided Tagging for Joint POI and Accessibility Extraction at Baidu Maps [33.24379911783158]
ビジネス変更の動的な性質のため、POIデータベースを現実世界のデータベースと同期させることは困難です。構造化されていないテキストからPOIの言及を共同で抽出し、それらが結合したアクセシビリティラベルを識別する実用的なソリューションを定式化し、提示する。
論文参考訳（メタデータ） (2021-08-20T10:55:48Z)
Answering Complex Open-Domain Questions with Multi-Hop Dense Retrieval [117.07047313964773]
複雑なオープンドメインの質問に答えるために, 単純で効率的なマルチホップ高密度検索手法を提案する。本手法では,文書間ハイパーリンクやアノテートされたエンティティマーカーなど,コーパス固有の情報へのアクセスは不要である。提案システムでは,HotpotQA上でのベストパブリッシュ精度と,推論時の10倍の速度で,より優れた効率・精度のトレードオフも実現している。
論文参考訳（メタデータ） (2020-09-27T06:12:29Z)

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。