Informática - Recuperación de información

Examinando los costos y beneficios de la medicina personalizada en hospitales con recursos limitados.

Un nuevo método mejora la precisión y variedad de los sistemas de recomendación.

El estudio explora estrategias de aprendizaje continuo para mejorar los sistemas de recuperación de información.

La investigación revela nuevas formas de conectar de manera eficiente los elementos del desarrollo de software.

Un nuevo método mejora la extracción de atributos y valores para las compras en línea.

Nuevos métodos mejoran la recuperación de señales mientras reducen la dependencia de datos de fondo.

Este artículo analiza cómo los LLMs mejoran la recuperación de pasajes densos.

BERT4CTR combina características textuales y no textuales para mejorar las predicciones de clics en anuncios.

Un nuevo marco mejora cómo las recomendaciones se alinean con las preferencias del usuario.

Un nuevo método mejora el reconocimiento de personajes en los cómics al combinar características de la cara y el cuerpo.

Aprende cómo el modelado de uplift impacta el comportamiento del cliente y mejora la efectividad del marketing.

El nuevo modelo cambia el enfoque a la popularidad de los artículos para hacer mejores recomendaciones.

Aprende cómo el clustering ayuda a organizar grandes datos de texto de manera efectiva.

ReCon busca mejorar la coincidencia de trabajos reduciendo la congestión en las recomendaciones.

Un nuevo enfoque para mejorar la eficiencia en la evaluación de la relevancia de documentos.

Un nuevo método mejora la clasificación de la intención de búsqueda en entornos de compras en línea.

Investigando cómo los modelos de lenguaje grandes mejoran las recomendaciones personalizadas a través del diálogo.

SharpCF mejora los sistemas de recomendación mientras mantiene la eficiencia y precisión.

SAMRec aborda la escasez de datos en los sistemas de recomendación mediante técnicas de entrenamiento efectivas.

Un nuevo marco mejora la velocidad de recuperación utilizando retroalimentación de pseudo-relevancia offline.

Examinando los riesgos de reidentificación en sentencias judiciales anonimadas usando modelos de lenguaje.

Un estudio sobre la extracción de características para la clasificación de texto en Bangla usando modelos de aprendizaje profundo.

El estudio actual revela los límites de los conjuntos de datos públicos en la satisfacción del usuario a largo plazo.

Un marco para evaluar la efectividad de las GNNs en sistemas de recomendación.

DynED adapta modelos de conjunto para desafíos de flujo de datos en tiempo real.

Aprende sobre las características esenciales que dan forma a los sistemas de recomendación.

Nuevos métodos mejoran la eficiencia en la generación de listas ordenadas para las consultas de los usuarios.

Estudio sobre el rendimiento de los sistemas de recuperación en entornos de datos cambiantes.

YAGO 4.5 mejora la organización de datos al fusionar la taxonomía de Wikidata con Schema.org.

Un nuevo enfoque para mejores sistemas de recomendación secuenciales

Un nuevo modelo mejora la precisión de recuperación de videos con múltiples eventos.

Explorando la importancia de la esperanza para el bienestar y la motivación.

Un nuevo marco mejora las sugerencias de items usando diferentes tipos de datos.

Examinando cómo las DLTs influyen en las consideraciones ambientales, sociales y de gobernanza.

Este artículo habla de mejorar los sistemas de recomendación usando el feedback negativo de los usuarios.

Un nuevo marco combina LLMs y KGs para mejorar las sugerencias de noticias personalizadas.

Explora cómo los sistemas de recomendación económicos aumentan la rentabilidad mientras mejoran la experiencia del usuario.

Aprende cómo el ajuste fino de Llama 2 ayuda en el análisis de noticias financieras.

Métodos innovadores para mejorar la privacidad del usuario y actualizaciones del modelo en los dispositivos.

La esperanza moldea nuestras vidas, fomentando la resiliencia y acciones positivas.