Content-Based Citation Recommendation
1. どんなもの？ メタデータに依存しない論文内容に基づいた、学術論文の草案に対する引用文献の推薦システムの提案。 2. 先行研究と比べてどこがすごいの？ 既存の引用文献レコメンドシステムは著者の名前や出版社・学会名等のメタデータに依存している場合が多かった。 こうしたメタデータはレビュー時であったり草案時には利用が難しい。 本研究では既存の研究と異なり、論文内容に基づいて引用候補を識別するために使用したベクトルと同じ空間に埋め込み、 再学習が不要なモデルの構築が可能となる。 また計算の効率がよく、学習時・予測時にスケーラブルなモデルである。 3. 技術や手法の”キモ”はどこにある？ Phase 1 - Candidate Selection (NNSelect) 学習させた文書の埋込モデルを使って、クエリ論文に近い論文を推薦候補として取得する。 文書の埋め込みモデル 論文のタイトルとアブ
3ヶ月くらいフロントエンドやったのでやったこと一旦まとめ - Stimulator
- はじめに - 9月くらいから趣味でフロントエンド周りをやっていたので、その勉強過程のまとめ。 何が良かった悪かったとか、こうすればよかったとか、所感とか。 - はじめに - - 前提 - - どんな感じで進めたか - 最初の開発 TypeScriptとNext.jsを使った開発 アプリ手伝いから自分のアプリ開発まで - できてないこと - - 所感 - - おわりに - - 追記 - - 前提 - 前提として9月頭くらいの私のフロントエンドに対する理解と技術的な知識はこんな感じ。 5年程前まではjQueryで謎のWebサービスや動きモリモリのプロフィールページを作ったりDjangoで研究室のWebサイトを作ったりしてた Railsチュートリアルはやったことある 仕事では普段機械学習モデル作ってるが、機械学習のデータやモデルの変更が及ぶ場合に既存のPHP、Railsアプリの改修をしたり、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
