HyperAIHyperAI

Command Palette

Search for a command to run...

NPRF: إطار العودة الوهمية ذات الصلة العصبي لاسترجاع المعلومات العرضي

Canjia Li Yingfei Sun Ben He Le Wang Kai Hui Andrew Yates Le Sun Jungang Xu

الملخص

تُستخدم تقنية التغذية الراجعة الوهمية (Pseudo-relevance feedback - PRF) بشكل شائع لتعزيز أداء نماذج استرجاع المعلومات التقليدية (Information Retrieval - IR) من خلال استخدام الوثائق المرتبة في المقدمة لاكتشاف وتقييم مصطلحات استعلام جديدة، مما يقلل من تأثير عدم التطابق بين مفردات الاستعلام والوثيقة. رغم أن النماذج العصبية للاسترجاع قد أظهرت مؤخراً نتائج قوية في الاسترجاع العرضي (Ad-hoc retrieval)، فإن دمجها مع تقنية PRF ليس أمرًا بسيطًا بسبب عدم التوافق بين الأساليب الحالية لتقنية PRF والهياكل العصبية. لسد هذه الفجوة، نقترح إطارًا عصبيًا متكاملًا للتقنية PRF يمكن استخدامه مع النماذج العصبية الحالية للاسترجاع من خلال دمج نماذج عصبية مختلفة كعناصر بنائية. تؤكد التجارب الشاملة على مجموعتين اختباريتين قياسيتين فعالية الإطار المقترح NPRF في تحسين أداء نموذجين رائدين حديثاً من النماذج العصبية للاسترجاع.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp