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 — 推荐系统的演进可通过考察其如何规模化利用信息加以探究。在过去所考察的绝大部分历史时期中……
• 超越主题相关性：社会相关性的概念分析及其在搜索结果与 AI 回复中的应用 — 本文探讨了"社会相关性"这一概念，该概念由 Haider 与 Sundin 提出，旨在解决传统相关性模型在 Web 搜索中的局限性。主题相关性与使用……
• 所有解释都不完美，但许多仍有价值：利用 LLM 探索 Rashomon 解释集合 — 对机器学习模型作出解释正日益成为决策与用户信任的关键环节，但人们普遍认为其代价不菲：现有可解释 AI (XAI) 方法……
• 让数据发声：利用 AI 从众包集合中提取关键词 — 规模化地识别与分配关键词，是众包集合所面临的技术、实践与伦理挑战。本文报告了"Extracting Key……"项目的研究发现。
• 大型文学语料库的自动主题索引：面向 Voltaire 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做法——对于大规模文学与历史版本的学术访问至关重要……