「cs.IR」カテゴリーアーカイブ

JaColBERTv2.5: Optimising Multi-Vector Retrievers to Create State-of-the-Art Japanese Retrievers with Constrained Resources

投稿日: 2024年7月31日 作成者: jarxiv

要約 神経情報検索は、高リソース言語では急速に進歩していますが、日本語などの低リ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | JaColBERTv2.5: Optimising Multi-Vector Retrievers to Create State-of-the-Art Japanese Retrievers with Constrained Resources はコメントを受け付けていません

Learn by Selling: Equipping Large Language Models with Product Knowledge for Context-Driven Recommendations

投稿日: 2024年7月31日 作成者: jarxiv

要約 大規模言語モデル (LLM) の急速な進化により、コンテキスト駆動型の製品 … 続きを読む →

カテゴリー: cs.AI, cs.IR | Learn by Selling: Equipping Large Language Models with Product Knowledge for Context-Driven Recommendations はコメントを受け付けていません

InstructIE: A Bilingual Instruction-based Information Extraction Dataset

投稿日: 2024年7月30日 作成者: jarxiv

要約 大規模な言語モデルは一般的な自然言語タスクでは良好に実行できますが、その有 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR, cs.LG | InstructIE: A Bilingual Instruction-based Information Extraction Dataset はコメントを受け付けていません

Sentiment Analysis of Lithuanian Online Reviews Using Large Language Models

投稿日: 2024年7月30日 作成者: jarxiv

要約 感情分析は自然言語処理 (NLP) 内で広く研究されている領域であり、自動 … 続きを読む →

カテゴリー: (Primary), 68T05, 68T07, 68T50, cs.CL, cs.IR, cs.LG, I.2.6 | Sentiment Analysis of Lithuanian Online Reviews Using Large Language Models はコメントを受け付けていません

Aligning Query Representation with Rewritten Query and Relevance Judgments in Conversational Search

投稿日: 2024年7月30日 作成者: jarxiv

要約 会話型検索は、複雑な情報ニーズを解決するために、複数回にわたるユーザーとシ … 続きを読む →

カテゴリー: cs.CL, cs.IR | Aligning Query Representation with Rewritten Query and Relevance Judgments in Conversational Search はコメントを受け付けていません

Agent-OM: Leveraging LLM Agents for Ontology Matching

投稿日: 2024年7月30日 作成者: jarxiv

要約 オントロジー マッチング (OM) は、異なるオントロジー間のセマンティッ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Agent-OM: Leveraging LLM Agents for Ontology Matching はコメントを受け付けていません

EXIT: An EXplicit Interest Transfer Framework for Cross-Domain Recommendation

投稿日: 2024年7月30日 作成者: jarxiv

要約 クロスドメイン レコメンデーションは、知識伝達を通じて複数のビジネス ドメ … 続きを読む →

カテゴリー: cs.AI, cs.IR | EXIT: An EXplicit Interest Transfer Framework for Cross-Domain Recommendation はコメントを受け付けていません

QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval

投稿日: 2024年7月30日 作成者: jarxiv

要約 高密度検索では、長いテキストを高密度ベクトルに埋め込むと情報が失われ、クエ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval はコメントを受け付けていません

FiCo-ITR: bridging fine-grained and coarse-grained image-text retrieval for comparative performance analysis

投稿日: 2024年7月30日 作成者: jarxiv

要約 画像テキスト検索 (ITR) の分野では、最近の進歩により、大規模なビジョ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.IR | FiCo-ITR: bridging fine-grained and coarse-grained image-text retrieval for comparative performance analysis はコメントを受け付けていません

Do We Really Need Graph Convolution During Training? Light Post-Training Graph-ODE for Efficient Recommendation

投稿日: 2024年7月30日 作成者: jarxiv

要約 トレーニング レコメンダー システム (RecSys) におけるグラフ畳み … 続きを読む →

カテゴリー: cs.IR, cs.LG | Do We Really Need Graph Convolution During Training? Light Post-Training Graph-ODE for Efficient Recommendation はコメントを受け付けていません