Informatica - Recupero delle informazioni

ReOnto combina l'apprendimento automatico e le ontologie per migliorare l'estrazione delle relazioni nei testi biomedici.

Questo metodo migliora le raccomandazioni collegando le preferenze degli utenti in diversi ambiti.

Esplorando la necessità di equità nei sistemi di raccomandazione personalizzati.

Questo articolo esamina i pregiudizi nei sistemi di raccomandazione conversazionale e il loro impatto sull'esperienza dell'utente.

Migliorare l'equità nelle raccomandazioni di articoli tramite analisi dinamica e nuovi metodi.

Un nuovo modello migliora i suggerimenti personalizzati di Punti di Interesse usando il comportamento degli utenti.

Un nuovo modello migliora le raccomandazioni analizzando i comportamenti diversi degli utenti.

Uno studio sulle canzoni popolari coreane usando metodi analitici moderni.

Questo studio analizza la capacità di ChatGPT di fornire raccomandazioni in vari ambiti.

Uno studio su come migliorare il recupero dei dati attraverso il matching dei glossari.

CERP ottimizza l'uso della memoria nei sistemi di raccomandazione senza perdere precisione.

Presentiamo GCO, un metodo che migliora le immagini degli annunci usando gli interessi degli utenti per un coinvolgimento migliore.

Uno studio su come migliorare l'equità nelle raccomandazioni online per esperienze utente migliori.

Esplorare tecniche di data augmentation per migliorare i sistemi di AI conversazionale.

Esplora l'importanza delle misure di sicurezza nei sistemi di raccomandazione.

Una nuova architettura per migliorare l'equità nei processi di raccomandazione.

Scopri come nuovi approcci migliorano l'esperienza degli utenti nei sistemi di raccomandazione.

Questo sistema aiuta gli assistenti virtuali a capire meglio le preferenze degli utenti.

Scopri come la ricerca personalizzata migliora i risultati per adattarsi ai bisogni di ogni utente.

La ricerca mostra che l'allenamento con i pesi efficace usa meno documenti rilevanti nella fusione dei dati.

Un nuovo metodo migliora le raccomandazioni di prodotto usando sia informazioni visive che testuali.

I sistemi di raccomandazione multimediali aiutano gli utenti a trovare contenuti su misura in un mondo digitale.

Uno sguardo completo all'allucinazione nell'IA e al suo impatto sull'accuratezza.

Un'esperienza unica di musica dal vivo che mescola interazione col pubblico e tecnologia.

Il recupero dei pixel offre una ricerca di immagini precisa concentrandosi su pixel specifici.

Migliorare l'efficienza nelle revisioni sistematiche tramite metodi innovativi di generazione delle query.

Questo progetto analizza come due azioni succedono insieme nei video.

Analizzando come i sistemi di raccomandazione influenzano il nostro consumo di notizie e la frammentazione che ne deriva.

Un metodo per migliorare il riconoscimento delle entità nominate nelle ricerche in cinese.

Esaminando metodi di apprendimento attivo per migliorare l'addestramento del ranker PLM sotto vincoli di budget.

Un metodo per valutare come i media descrivono le figure pubbliche.

Un framework per rilevare anomalie nei log analizzando le relazioni tra gli eventi.

Un nuovo framework per un parsing multilingue efficiente dei CV nei processi di assunzione.

Un nuovo metodo per addestrare sistemi di recupero conversazionale con dati limitati.

iHAS migliora le previsioni e l'efficienza nei sistemi di raccomandazione selezionando dimensioni su misura.

Uno sguardo ai raccomandatori conversazionali che usano dialoghi reali per suggerimenti migliori.

Esplorare come la tecnologia modifica le nostre esperienze quotidiane e le possibilità future.

MMEAD migliora il collegamento delle entità per ottenere risultati di ricerca migliori nel recupero delle informazioni.

Questo studio valuta quando le espansioni migliorano o danneggiano le prestazioni del recupero delle informazioni.

Un nuovo metodo migliora il modo in cui i servizi di streaming consigliano film in base ai generi.