論文の概要: Optimal Scheduling in a Question-Answering Forum of Knowledge Workers
- arxiv url: http://arxiv.org/abs/2606.19759v1
- Date: Thu, 18 Jun 2026 03:42:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-19 18:23:39.637913
- Title: Optimal Scheduling in a Question-Answering Forum of Knowledge Workers
- Title（参考訳）: 知識労働者の質問応答フォーラムにおける最適スケジューリング
- Authors: Rohit Negi, Mustafa Yilmaz,
- Abstract要約: 本稿では,質問回答(QA)フォーラムの今後のバージョンについて検討する。
このようなシステムでは、キューシステムを構成する要求応答プロセスは、異なるトピックの要求をフォーラムの専門家に割り当てるスケジューラを利用することができる。
我々は,システム安定性を維持しながら要求を処理するシステムの容量を計算し,キャパシティを実現するスケジューラを設計する。
- 参考スコア（独自算出の注目度）: 1.0312968200748116
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As individuals turn to the Internet to find answers to questions they may have, several Question Answering (QA) forums have evolved, where users knowledgeable in certain topics can contribute their expertise to answering these requests for information. While these are currently volunteer based, we consider a future version employing knowledge workers who are experts in certain topics. In such a system, the request-answer processes forming the queuing system may utilize schedulers that assign requests in different topics to the experts in the forum, who may be able to answer them according to their expertise levels in different topics. With this model, we calculate the capacity of the system for handling the requests while keeping the system stable, and design schedulers that achieve capacity. We also investigate how collaboration between experts in answering requests can potentially increase capacity.
- Abstract（参考訳）: 個人が質問に対する回答を見つけるためにインターネットに目を向けるにつれて、いくつかの質問回答(QA)フォーラムが発展し、特定のトピックに詳しいユーザは、これらの要求に答えるために専門知識を貢献することができる。
これらは現在ボランティアベースであるが、特定のトピックの専門家である知識労働者を雇用する将来のバージョンを考える。
このようなシステムでは、キューシステムを構成する要求応答プロセスは、異なるトピックの要求をフォーラムの専門家に割り当てるスケジューラを利用することができる。
本モデルでは,システムの安定を保ちながら要求を処理するシステムのキャパシティを計算し,キャパシティを実現するスケジューラを設計する。
また、リクエストに回答する専門家同士のコラボレーションによって、キャパシティが向上する可能性についても検討する。
関連論文リスト
- Multimodal Reranking for Knowledge-Intensive Visual Question Answering [77.24401833951096]
回答生成のための知識候補のランク付け品質を向上させるためのマルチモーダル・リランカを提案する。
OK-VQAとA-OKVQAの実験は、遠隔監視からのマルチモーダルリランカーが一貫した改善をもたらすことを示している。
論文 参考訳（メタデータ） (2024-07-17T02:58:52Z) - ExpertQA: Expert-Curated Questions and Attributed Answers [51.68314045809179]
我々は,様々な属性と事実の軸に沿って,いくつかの代表システムからの応答を人為的に評価する。
我々は32分野にわたる484人の被験者から専門家による質問を収集し、同じ専門家に自身の質問に対する反応を評価する。
分析の結果は,32分野にまたがる2177の質問と,回答の検証とクレームの属性を備えた高品質な長文QAデータセットであるExpertQAである。
論文 参考訳（メタデータ） (2023-09-14T16:54:34Z) - What Types of Questions Require Conversation to Answer? A Case Study of
AskReddit Questions [16.75969771718778]
本研究の目的は,会話を通じて最もよく答えられる無謀でオープンな質問の種類を調べることで,会話システムの境界を推し進めることである。
我々は、AskRedditに投稿された100万件のオープンエンドリクエストから500件の質問をサンプリングし、オンラインの群衆労働者を雇い、これらの質問について8つの質問に答えた。
私たちは、人々が十分に解決するために会話を必要とすると信じている問題は、非常に社会的かつ個人的なものであることに気付きました。
論文 参考訳（メタデータ） (2023-03-30T21:05:22Z) - What should I Ask: A Knowledge-driven Approach for Follow-up Questions
Generation in Conversational Surveys [63.51903260461746]
対話型調査における知識駆動型フォローアップ質問生成のための新しい課題を提案する。
そこで我々は,対話履歴とラベル付き知識を用いた人手によるフォローアップ質問の新しいデータセットを構築した。
次に,その課題に対する2段階の知識駆動モデルを提案する。
論文 参考訳（メタデータ） (2022-05-23T00:57:33Z) - Towards Collaborative Question Answering: A Preliminary Study [63.91687114660126]
我々は、モデレーターによって調整された複数の専門家エージェントが協力して、単一のエージェントだけでは答えられない質問に答える新しいQAタスクCollabQAを提案する。
専門家に分散可能な,大規模な知識グラフの合成データセットを作成する。
専門家が完璧で均一でない限り,コラボレーション構造を導入することなく,この問題が解決可能であることを示す。
論文 参考訳（メタデータ） (2022-01-24T14:27:00Z) - NoiseQA: Challenge Set Evaluation for User-Centric Question Answering [68.67783808426292]
応答エンジンに先立つパイプライン内のコンポーネントが,多種多様なエラーの原因を発生させることができることを示す。
我々は、QAシステムが効果的にデプロイされる前に、進歩の余地がかなりあると結論付けている。
論文 参考訳（メタデータ） (2021-02-16T18:35:29Z) - An Empirical Study of Clarifying Question-Based Systems [15.767515065224016]
実験システムをデプロイしてオンライン実験を行い、プロダクトリポジトリに対して明確な質問をすることでユーザと対話する。
暗黙的なインタラクション行動データと,ユーザからの明示的なフィードバックの両方を収集する。 (a)ユーザは,多くの明確な質問(平均11～21件)に回答する意思がありますが,それ以上は多くありません。
論文 参考訳（メタデータ） (2020-08-01T15:10:11Z) - Review-guided Helpful Answer Identification in E-commerce [38.276241153439955]
製品固有のコミュニティ質問応答プラットフォームは、潜在的な顧客の懸念に対処するのに大いに役立ちます。
このようなプラットフォーム上でユーザが提供する回答は、その品質に大きく違いがあります。
コミュニティからのヘルプフルネスの投票は、回答の全体的な品質を示すことができるが、しばしば欠落している。
論文 参考訳（メタデータ） (2020-03-13T11:34:29Z)
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。