Fugu-MT 論文翻訳(概要): AskSport: Web Application for Sports Question-Answering

論文の概要: AskSport: Web Application for Sports Question-Answering

arxiv url: http://arxiv.org/abs/2503.21067v1
Date: Thu, 27 Mar 2025 00:57:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-28 12:54:42.444008
Title: AskSport: Web Application for Sports Question-Answering
Title（参考訳）: AskSport: Web Application for Sports Question-Answering
Authors: Enzo B Onofre, Leonardo M P Moraes, Cristina D Aguiar,
Abstract要約: AskSportはスポーツに関する質問に答えるウェブアプリケーションだ。ユーザーは自然言語を使って質問し、最も関連性の高い3つの回答を検索することができる。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This paper introduces AskSport, a question-answering web application about sports. It allows users to ask questions using natural language and retrieve the three most relevant answers, including related information and documents. The paper describes the characteristics and functionalities of the application, including use cases demonstrating its ability to return names and numerical values. AskSport and its implementation are available for public access on HuggingFace.
Abstract（参考訳）: 本稿ではスポーツに関する質問応答WebアプリケーションであるAskSportを紹介する。ユーザーは自然言語を使って質問し、関連する情報や文書を含む3つの最も関連性の高い回答を検索することができる。本稿では,アプリケーションの特徴と機能について述べる。その中には,名前や数値を返却する機能を示すユースケースも含まれる。 AskSportとその実装は、HuggingFace上でパブリックアクセス可能である。

関連論文リスト

Which questions should I answer? Salience Prediction of Inquisitive Questions [118.097974193544]
非常に健全な質問は、同じ記事で経験的に答えられる可能性が高いことを示す。質問に対する回答が,ニュースの要約品質の指標であることを示すことで,我々の知見をさらに検証する。
論文参考訳（メタデータ） (2024-04-16T21:33:05Z)
JDocQA: Japanese Document Question Answering Dataset for Generative Language Models [15.950718839723027]
本稿では,大規模文書ベースのQAデータセットであるJDocQAについて紹介する。 PDF形式で5,504件の文書と日本語で11,600件の質問・回答文からなる。現実的な質問応答アプリケーションのために,複数のカテゴリの質問と,文書から解答不能な質問を取り入れた。
論文参考訳（メタデータ） (2024-03-28T14:22:54Z)
Sports-QA: A Large-Scale Video Question Answering Benchmark for Complex and Professional Sports [104.40202007324633]
スポーツビデオQAタスク用に特別に設計された最初のデータセットであるSports-QAを紹介する。 Sports-QAデータセットには、説明、時系列、因果関係、反事実条件など、さまざまな種類の質問が含まれている。質問応答のための時間的情報の特定の尺度に自動的にフォーカスできる新しいオートフォーカス変換器(AFT)を提案する。
論文参考訳（メタデータ） (2024-01-03T02:22:34Z)
A Survey of Deep Learning in Sports Applications: Perception, Comprehension, and Decision [41.427845300209945]
ディープラーニングはスポーツのパフォーマンスに革命をもたらす可能性がある。本稿では,アルゴリズム,データセット,仮想環境,課題の3つの側面に焦点を当てる。
論文参考訳（メタデータ） (2023-07-07T02:22:17Z)
WebCPM: Interactive Web Search for Chinese Long-form Question Answering [104.676752359777]
LFQA(Long-form Question answering)は、複雑でオープンな質問に、段落長の詳細な回答で答えることを目的としている。中国初のLFQAデータセットであるWebCPMを紹介する。高品質な質問応答対5,500件,支援事実14,315件,Web検索121,330件を収集した。
論文参考訳（メタデータ） (2023-05-11T14:47:29Z)
A Dataset of Information-Seeking Questions and Answers Anchored in Research Papers [66.11048565324468]
1,585の自然言語処理論文に関する5,049の質問のデータセットを提示する。各質問は、対応する論文のタイトルと要約のみを読むNLP実践者によって書かれ、質問は全文に存在する情報を求めます。他のQAタスクでうまく機能する既存のモデルは、これらの質問に答える上ではうまく機能せず、論文全体から回答する際には、少なくとも27 F1ポイントパフォーマンスが低下します。
論文参考訳（メタデータ） (2021-05-07T00:12:34Z)
A Graph-guided Multi-round Retrieval Method for Conversational Open-domain Question Answering [52.041815783025186]
本稿では,会話のターン間の回答間の関係をモデル化するグラフ誘導検索手法を提案する。また,検索コンテキストが現在の質問理解に与える影響を検討するために,マルチラウンド関連フィードバック手法を導入することを提案する。
論文参考訳（メタデータ） (2021-04-17T04:39:41Z)
XOR QA: Cross-lingual Open-Retrieval Question Answering [75.20578121267411]
この作業は、言語横断的な設定に応答するオープン検索の質問を拡張します。我々は,同じ回答を欠いた質問に基づいて,大規模なデータセットを構築した。
論文参考訳（メタデータ） (2020-10-22T16:47:17Z)
Stay Hungry, Stay Focused: Generating Informative and Specific Questions in Information-Seeking Conversations [41.74162467619795]
情報非対称な会話における情報的質問生成の問題について検討する。実践的な質問を生成するために,情報量測定を最適化するために強化学習を用いる。そこで本研究では,提案した実用的質問は,ベースラインモデル上で生成した質問の有意性と特異性を大幅に向上させることを示す。
論文参考訳（メタデータ） (2020-04-30T00:49:14Z)

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。