اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدنظام اقتراح للأوراق البحثية ذو نهج تعاوني
A collaborative approach for research paper recommender system
1150
0 14
0.0
(
0
)
تمت اﻹضافة من قبل
Aya Tello
اسأل ChatGPT حول البحث
إن توافر المعلومات بغزارة عبر الشابكة يجعل البحث عن المعلومات مهمة شاقة. يجد الباحثون صعوبة في الوصول وتتبع الأوراق البحثية الأكثر أهمية بالنسبة لهم. تقدم هذه الورقة مقاربة لنظام اقتراحات للأوراق البحثية في اتجاه تعاوني. من خلال الاستفادة من مزايا نهج التصفية التعاونية، نستخدم البيانات السياقية المتاحة للجميع لاستنتاج الارتباطات الخفية الموجودة بين أوراق البحث من أجل تخصيص الاقتراحات. حداثة النهج المقترح هو أنه يقدم توصيات مخصصة بغض النظر عن مجال البحث وبغض النظر عن خبرة المستخدم.
No English abstract
مراجعة الذكاء الصنعي:
ملخص البحث
تقدم هذه الورقة البحثية نظام اقتراح للأوراق البحثية يعتمد على نهج تعاوني، يهدف إلى تحسين دقة وفعالية التوصيات المقدمة للباحثين. تعتمد الطريقة المقترحة على استخدام البيانات السياقية المتاحة للجميع لاستخراج الارتباطات الخفية بين الأوراق البحثية ومراجعها واقتباساتها. يتمثل الابتكار الرئيسي في هذا النهج في تقديم توصيات مخصصة بغض النظر عن مجال البحث أو خبرة المستخدم. تم اختبار النظام باستخدام مجموعة بيانات متاحة للجميع، وأظهرت النتائج تحسنًا ملحوظًا في الأداء مقارنة بالطرق الأساسية في قياس الدقة والاسترجاع ومؤشرات الأداء الأخرى. تعتمد الخوارزمية المقترحة على تحويل جميع الأوراق المقترحة إلى مصفوفة علاقات الاستشهاد-الورقة، ومن ثم استخراج الأوراق الأكثر تشابهًا بناءً على مقياس تشابه Jaccard. أظهرت النتائج أن النظام قادر على تقديم توصيات ذات صلة ومفيدة في أعلى قائمة التوصيات، مما يعزز من رضا المستخدمين عن النظام.
قراءة نقدية
دراسة نقدية: تقدم الورقة البحثية نظامًا مبتكرًا وفعالًا لتوصية الأوراق البحثية، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، تعتمد الطريقة بشكل كبير على توفر البيانات السياقية والمراجع والاقتباسات، مما قد يكون تحديًا في بعض المجالات البحثية التي تفتقر إلى هذه البيانات. ثانيًا، لم يتم التطرق بشكل كافٍ إلى كيفية التعامل مع الأوراق البحثية الحديثة التي قد لا تكون لديها اقتباسات كافية بعد. ثالثًا، يمكن أن تكون الخوارزمية معقدة نسبيًا وتتطلب موارد حوسبة عالية، مما قد يحد من استخدامها في البيئات ذات الموارد المحدودة. على الرغم من هذه النقاط، فإن النهج المقترح يساهم بشكل كبير في تحسين دقة وفعالية التوصيات البحثية.
أسئلة حول البحث
-
ما هو الابتكار الرئيسي في النهج المقترح في الورقة البحثية؟
الابتكار الرئيسي هو استخدام البيانات السياقية المتاحة للجميع لاستخراج الارتباطات الخفية بين الأوراق البحثية ومراجعها واقتباساتها لتقديم توصيات مخصصة بغض النظر عن مجال البحث أو خبرة المستخدم.
-
ما هي مجموعة البيانات المستخدمة لاختبار النظام المقترح؟
تم استخدام مجموعة بيانات متاحة للجميع تحتوي على قائمة منشورات لـ 50 باحثًا في مجالات مختلفة لعلوم الكمبيوتر، وتم استخراج مراجعهم واستشهاداتهم من Google Scholar.
-
ما هو مقياس التشابه المستخدم في النهج المقترح؟
تم استخدام مقياس تشابه Jaccard لقياس مدى التشابه بين الورقة الهدف والأوراق المرشحة المؤهلة.
-
ما هي أهم النتائج التي توصلت إليها الدراسة؟
أظهرت النتائج أن النظام المقترح قادر على تحسين الأداء بشكل ملحوظ مقارنة بالطرق الأساسية في قياس الدقة والاسترجاع، كما أنه قادر على تقديم توصيات ذات صلة ومفيدة في أعلى قائمة التوصيات.
المراجع المستخدمة
ﻻ يوجد مراجع
قيم البحث
اقرأ أيضاً
هل يمكن أن تكون الملاحظات الضمنية بديلاً عن التقييمات الصريحة في نظم التوصية؟
إذا كان الأمر كذلك، يمكننا تجنب الصعوبات المرتبطة بجمع تقييمات صريحة من المستخدمين.
إذن، هل يمكننا التقاط معلومات مفيدة بشكل مخفي؟ وكيف يمكننا استخدام تلك المعلومات لتقديم توصيات؟
تقدم هذه الورقة نظرة عامة على AVASAG؛مشروع أبحاث تطبيقي مستمر يقوم بتطوير نظام ترجمة من النص إلى تسجيل الدخول للخدمات العامة.نحن نصف نقاط الابتكار العلمي (الوصف SL على أساس الهندسة، الرسوم المتحركة ثلاثية الأبعاد والفيديو، نظام التوضيح المبسطة، استراتيجية التقاط الحركة) وخط أنابيب الترجمة الشاملة.
في هذه الورقة، نقترح نظام التحقق والتحقق من حقائق جديدة للتحقق من مطالبات محتوى ويكيبيديا.يسترد نظامنا صفحات ويكيبيديا ذات الصلة باستخدام Anserini، ويستخدم نموذج الإجابة على السؤال من Bert-Bert-bert-Berted لتحديد الأدلة الصحيحة، وتحقق من المطالبات با
ستخدام نموذج الاستدلال باللغة الطبيعية XLNet بمقارنتها بالأدلة.يتم الحصول على أدلة خلية الجدول من خلال البحث عن قيم الخلايا المطابقة للكيان وسؤال الجدول Tapas نموذج الرد على نموذج.يستخدم خط الأنابيب إمكانيات الطلقة الصفرية للنماذج الحالية وجميع النماذج المستخدمة في خط الأنابيب لا يتطلب أي تدريب إضافي.حصل نظامنا على درجة حمامة من 0.06 ودقة ملصقة تبلغ 0.39 في التحدي الحمير.
حقق تعدين الرأي الرأي الدقيق (OM) جاذبية متزايدة في مجتمع معالجة اللغات الطبيعية (NLP)، والتي تهدف إلى إيجاد هياكل الرأي التي عبرت عن آرائها تجاه ما "في جملة واحدة. في هذا العمل، بدافع من تمثيلها المستندة إلى تعبيرات الرأي والأدوار، نقترح نهجا موحدا
قائما على إعداد OM في نهاية إلى نهاية. علاوة على ذلك، مستوحاة من الشكليات الموحدة المستندة المستندة إلى OM و EM و Constitioning، نستكشف طريقتين مختلفتين (التعلم متعدد المهام والشبكة العصبية التنافيلية) لإدماج مكونات النحوية في النموذج المقترح للمساعدة OM. نحن نقوم بإجراء تجارب على DataSet MPQA 2.0 شائع الاستخدام. تظهر النتائج التجريبية أن نهجنا المقرر أن يحقق النهج المستند إليه التحسينات المهمة على الأعمال السابقة في درجة F1 الدقيقة ويقلل من عدد تعبيرات الرأي والأدوار المتوقعة بشكل خاطئ، يظهر فعالية طريقتنا. بالإضافة إلى ذلك، فإن دمج الناخبين النحوي يحقق تحسينات واعدة على أساس الأساس القوي المعزز من خلال تمثيلات الكلمات السياقية.
هذه المقالة تحوي ترجمة وتلخيص وتوضيح للمذكور في الورقة البحثية المذكور اسمها أعلاه والموجودة في https://annals-csis.org/Volume_8/pliks/221.pdf , والتي تقوم باستخراج المعلومات الدلالية المهمة الموجودة في الوثائق والملفات والأوراق البحثية .
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
