論文の概要: Searching the Title of Practical Work of the Informatics Engineering Bachelor Program with the Case Base Reasoning Method
- arxiv url: http://arxiv.org/abs/2508.20442v1
- Date: Thu, 28 Aug 2025 05:45:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-29 18:12:02.044842
- Title: Searching the Title of Practical Work of the Informatics Engineering Bachelor Program with the Case Base Reasoning Method
- Title（参考訳）: 事例ベース推論法によるインフォマティクス工学学士課程の実践研究のタイトル検索
- Authors: Agung Sukrisna Jaya, Osvari Arsalan, Danny Matthew Saputra,
- Abstract要約: ケースベース推論(CBR)は、最も類似度の高いケースにおいて経験に基づくケース解決手法である。
TF-IDFは、各実用作品のタイトルワードのベクトル化と類似度値の計算のためのコサイン類似性の処理に使用される。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Case Base Reasoning (CBR) is a case solving technique based on experience in cases that have occurred before with the highest similarity. CBR is used to search for practical work titles. TF-IDF is applied to process the vectorization of each practical work title word and Cosine Similarity for the calculation of similarity values. This system can search either in the form of titles or keywords. The output of the system is the title of practical work and the match value of each title. Based on the test results using 705 practical work titles, testing was carried out with five titles and carried out in two stages. The first stage searches with existing titles and the second stage randomizes the title from the first stage. And the results obtained in the second stage are the same number of titles found and the highest average match score.
- Abstract（参考訳）: ケースベース推論(CBR)は、最も類似度の高いケースにおいて経験に基づくケース解決手法である。
CBRは、実用的な仕事のタイトルを探すために使用される。
TF-IDFは、各実用作品のタイトルワードのベクトル化と類似度値の計算のためのコサイン類似性の処理に使用される。
このシステムはタイトルやキーワードの形で検索できる。
システムの出力は、実用作品のタイトルと各タイトルのマッチ値である。
705の実践的作業タイトルを用いたテスト結果に基づいて,5つのタイトルでテストを行い,2段階に分けて実施した。
第1段は既存のタイトルを検索し、第2段は第1段からランダムにタイトルを検索する。
そして、第2段階で得られた結果は、見いだされたタイトルの数と同じであり、平均試合スコアが最も高い。
関連論文リスト
- 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) - VacancySBERT: the approach for representation of titles and skills for
semantic similarity search in the recruitment domain [0.0]
本稿では、HRドメインに適用されたディープラーニングセマンティックサーチアルゴリズムに焦点を当てた。
この記事の目的は、求人広告で言及されているスキルとタイトルを結びつけるために、シームズネットワークをトレーニングする新しいアプローチを開発することである。
論文 参考訳（メタデータ） (2023-07-31T13:21:15Z) - Disambiguation of Company names via Deep Recurrent Networks [101.90357454833845]
企業名文字列の埋め込みである教師付き学習を通じて,Siamese LSTM Network を抽出する手法を提案する。
私たちは、ラベル付けされるサンプルを優先するActive Learningアプローチが、より効率的な全体的な学習パイプラインをもたらす方法を分析します。
論文 参考訳（メタデータ） (2023-03-07T15:07:57Z) - Learning Job Titles Similarity from Noisy Skill Labels [0.11498015270151059]
職名間のセマンティックな類似度を測定することは、仕事の自動推薦に不可欠な機能である。
本稿では,ノイズのあるスキルラベルを用いた職名類似性モデルの訓練のための教師なし表現学習手法を提案する。
論文 参考訳（メタデータ） (2022-07-01T15:30:10Z) - Development of an Extractive Title Generation System Using Titles of
Papers of Top Conferences for Intermediate English Students [0.0]
本研究では,抽象語から抽出したキーワードからタイトルを定式化する抽出タイトル生成システムを開発した。
また,紙のタイトルの適切性を評価できるタイトル評価モデルも実現した。
その結果,評価モデルでは,中学生や初心者の生徒よりも,トップコンファレンスタイトルを効果的に識別できることがわかった。
論文 参考訳（メタデータ） (2021-10-08T15:41:27Z) - Domain Controlled Title Generation with Human Evaluation [2.5505887482902287]
良いタイトルは、あなたの研究に値する注目を集めることができます。
ドメイン制御のタイトルでは、事前学習されたテキストからテキストへのトランスフォーマーモデルと追加のトークン技術を使用しました。
タイトルトークンは、グローバル語彙ではなく、ドメイン固有の語彙のローカル分布(グローバル語彙のサブセット)からサンプリングされます。
論文 参考訳（メタデータ） (2021-03-08T20:55:55Z) - Pretrained Transformers for Text Ranking: BERT and Beyond [53.83210899683987]
このサーベイは、トランスフォーマーとして知られるニューラルネットワークアーキテクチャによるテキストランキングの概要を提供する。
トランスフォーマーと自己教師型事前学習の組み合わせは、自然言語処理のパラダイムシフトの原因となっている。
論文 参考訳（メタデータ） (2020-10-13T15:20:32Z) - Job2Vec: Job Title Benchmarking with Collective Multi-View
Representation Learning [51.34011135329063]
Job Title Benchmarking (JTB) は、様々な企業で同様の専門知識を持つ職種をマッチングすることを目的としている。
従来のJTBのアプローチは主に手作業による市場調査に依存しており、それは高価で労働集約的である。
我々はJTBをジョブ-グラフ上のリンク予測のタスクとして再編成し、ジョブタイトルにマッチするリンクはリンクを持つべきである。
論文 参考訳（メタデータ） (2020-09-16T02:33:32Z)
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。