「cs.IR」カテゴリーアーカイブ

Comparative Analysis of Document-Level Embedding Methods for Similarity Scoring on Shakespeare Sonnets and Taylor Swift Lyrics

投稿日: 2024年12月24日 作成者: jarxiv

要約 この研究では、2 つの対照的なテキスト ドメインにわたるドキュメント類似性 … 続きを読む →

カテゴリー: cs.CL, cs.IR | Comparative Analysis of Document-Level Embedding Methods for Similarity Scoring on Shakespeare Sonnets and Taylor Swift Lyrics はコメントを受け付けていません

Evidence Contextualization and Counterfactual Attribution for Conversational QA over Heterogeneous Data with RAG Systems

投稿日: 2024年12月24日 作成者: jarxiv

要約 Retrieval Augmented Generation (RAG) … 続きを読む →

カテゴリー: cs.CL, cs.IR | Evidence Contextualization and Counterfactual Attribution for Conversational QA over Heterogeneous Data with RAG Systems はコメントを受け付けていません

RAGONITE: Iterative Retrieval on Induced Databases and Verbalized RDF for Conversational QA over KGs with RAG

投稿日: 2024年12月24日 作成者: jarxiv

要約 会話型質問応答 (ConvQA) は、RDF ナレッジ グラフ (KG) … 続きを読む →

カテゴリー: cs.CL, cs.IR | RAGONITE: Iterative Retrieval on Induced Databases and Verbalized RDF for Conversational QA over KGs with RAG はコメントを受け付けていません

Quantifying Positional Biases in Text Embedding Models

投稿日: 2024年12月24日 作成者: jarxiv

要約 埋め込みモデルは、情報検索 (IR) や意味的類似性の測定のタスクにとって … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Quantifying Positional Biases in Text Embedding Models はコメントを受け付けていません

From General to Specific: Tailoring Large Language Models for Personalized Healthcare

投稿日: 2024年12月23日 作成者: jarxiv

要約 大規模言語モデル (LLM) の急速な発展により、医療を含む多くの業界が変 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | From General to Specific: Tailoring Large Language Models for Personalized Healthcare はコメントを受け付けていません

Towards Interpretable Radiology Report Generation via Concept Bottlenecks using a Multi-Agentic RAG

投稿日: 2024年12月23日 作成者: jarxiv

要約 ディープラーニングは高度な医療画像分類を実現しますが、解釈可能性の問題が臨 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CV, cs.IR, eess.IV | Towards Interpretable Radiology Report Generation via Concept Bottlenecks using a Multi-Agentic RAG はコメントを受け付けていません

DisCo: Graph-Based Disentangled Contrastive Learning for Cold-Start Cross-Domain Recommendation

投稿日: 2024年12月20日 作成者: jarxiv

要約 レコメンダー システムは、現実世界のさまざまなアプリケーションで広く使用さ … 続きを読む →

カテゴリー: cs.IR, cs.LG | DisCo: Graph-Based Disentangled Contrastive Learning for Cold-Start Cross-Domain Recommendation 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12月20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

Metric Compatible Training for Online Backfilling in Large-Scale Retrieval

投稿日: 2024年12月20日 作成者: jarxiv

要約 バックフィルは、画像検索システムのアップグレードされたモデルからすべてのギ … 続きを読む →

カテゴリー: cs.CV, cs.IR, cs.LG | Metric Compatible Training for Online Backfilling in Large-Scale Retrieval はコメントを受け付けていません

EXIT: Context-Aware Extractive Compression for Enhancing Retrieval-Augmented Generation

投稿日: 2024年12月19日 作成者: jarxiv

要約 質問応答 (QA) における検索拡張生成 (RAG) の有効性と効率の両方 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | EXIT: Context-Aware Extractive Compression for Enhancing Retrieval-Augmented Generation はコメントを受け付けていません