Cool Papers · cs.IR (papers.cool) · RSS 摘要

信源：Cool Papers · cs.IR (papers.cool) · https://papers.cool/arxiv/cs.IR/feed

• 从原始 ID 到语义规划：推荐系统如何规模化利用信息 — 推荐系统的演进可以通过考察其如何规模化利用信息来探讨。在过去所考察的大部分历史时期内……
• 超越主题相关性：对社会相关性的概念分析及其在搜索结果与 AI 回答中的应用 — 本文研究了 Haider 和 Sundin 提出的"社会相关性"概念，旨在弥补传统相关性模型在 Web 搜索中的局限。主题相关性与使用……
• 所有解释都错了，但许多解释都有用：利用 LLM 探索 Rashomon 解释集合 — 解释机器学习模型对决策制定与用户信任日益重要，但人们普遍认为这需要付出代价：现有可解释 AI（XAI）方法……
• 让数据发声：利用 AI 从众包语料中提取关键词 — 在众包语料中规模化识别与分配关键词是一项涉及技术、实践与伦理的挑战。本文报告了"提取关键词……
• 大型文学语料库的自动主题索引：面向伏尔泰全集的机器学习方法 — 主题索引——即对文本段落赋予结构化概念标签的实践——对于大规模文学与历史版本的学术访问至关重要……