Informática - Recuperación de información

Un método para mejorar el reconocimiento de entidades nombradas en consultas de búsqueda en chino.

Examinando métodos de aprendizaje activo para mejorar el entrenamiento del clasificador PLM bajo restricciones de presupuesto.

Un método para evaluar cómo los medios de comunicación caracterizan a las figuras públicas.

Un marco para detectar anomalías en los registros analizando las relaciones entre eventos.

Un nuevo marco para el análisis eficiente de currículums multilingües en los procesos de contratación.

Un nuevo método para entrenar sistemas de recuperación conversacional con datos limitados.

iHAS mejora las predicciones y la eficiencia en los sistemas de recomendación a través de la selección personalizada de dimensiones.

Una mirada a los recomendadores conversacionales usando diálogos reales para mejores sugerencias.

Explorando cómo la tecnología moldea nuestras experiencias diarias y posibilidades futuras.

MMEAD mejora el enlace de entidades para obtener mejores resultados de búsqueda en la recuperación de información.

Este estudio evalúa cuándo las expansiones mejoran o perjudican el rendimiento en la recuperación de información.

Un nuevo método mejora cómo los servicios de streaming recomiendan películas según géneros.

Examinando las lagunas en la reproducibilidad de los grafos de conocimiento y su impacto en la investigación.

La investigación revela cómo las etiquetas de postura pueden promover resultados de búsqueda diversos.

Un marco para mejorar la privacidad en los sistemas de recomendación mientras se aseguran sugerencias precisas.

Un nuevo modelo mejora la búsqueda y las recomendaciones para usuarios con datos limitados.

Este método mejora las recomendaciones mientras protege la privacidad de los datos del usuario.

Explorando maneras efectivas de elegir modelos de recuperación densa para datos no etiquetados.

Explorando la precisión y fiabilidad de las respuestas de ChatGPT.

Este artículo habla sobre el sesgo de longitud de cuadro en la recuperación de texto-video y un nuevo enfoque para resolverlo.

Esta investigación trata sobre la equidad en las recomendaciones, mejorando la visibilidad de los items fríos.

Descubre cómo los LLMs mejoran los sistemas de recomendación secuenciales para ofrecer mejores sugerencias a los usuarios.

Examinando métricas de equidad en diseños de cuadrícula para sistemas de recomendación.

Un nuevo modelo mejora las recomendaciones al combinar texto, imágenes y precios.

Esta investigación trata sobre el sesgo en los sistemas de recuperación de documentos usando estimaciones de incertidumbre.

D-Train ofrece un enfoque sencillo para los desafíos de aprendizaje multi-dominio.

Explorando soluciones para equilibrar la carga de anuncios en plataformas de redes sociales.

Los factores no observados pueden distorsionar los datos, llevando a conclusiones erróneas sobre las recomendaciones.

RUEL mejora las sugerencias de artículos utilizando los registros del navegador Edge y técnicas avanzadas.

El Aprendizaje Mutuo Profundo mejora las recomendaciones al compartir mejor la información entre tareas.

Nuevos métodos para recuperar diseños de UI y asegurar consistencia en las apps móviles.

Nuevos métodos mejoran las recomendaciones de canciones para los oyentes usando tanto feedback positivo como negativo.

Un nuevo marco mejora la precisión de las recomendaciones de compras en línea.

Un nuevo conjunto de datos mejora la búsqueda de expertos personalizados en plataformas de preguntas y respuestas comunitarias.

Explora cómo la esperanza moldea nuestro bienestar y nos motiva.

Un nuevo modelo mejora la precisión de la clasificación de relaciones en el análisis de texto.

El reconocimiento de entidades nombradas convierte el texto en información estructurada para varias industrias.

Mejorando la interacción del usuario a través de estrategias de clasificación de widgets inteligentes.

La novedad y diversidad en las recomendaciones de artículos de investigación pueden fomentar la colaboración interdisciplinaria.

Un nuevo sistema busca conectar a los usuarios con profesionales de la medicina a través de una clasificación automatizada.