समाचारं

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

मशीन हृदय रिपोर्ट

सम्पादकः : जिओ झोउ, चेन चेन

सिङ्घुआ विश्वविद्यालयस्य परिणामाः उत्कृष्टाः सन्ति ।

सूचनापुनर्प्राप्तिविषये कम्प्यूटिङ्ग् मशीनरीसङ्घस्य ४७तमं सम्मेलनं (ACM SIGIR) अमेरिकादेशस्य वाशिङ्गटन-नगरे २०२४ तमस्य वर्षस्य जुलै-मासस्य १४ दिनाङ्कात् १८ दिनाङ्कपर्यन्तं भविष्यति सूचनापुनर्प्राप्तिक्षेत्रे अयं सम्मेलनः शीर्षस्थः शैक्षणिकसम्मेलनः अस्ति ।

अधुना एव सम्मेलनेन सर्वोत्तमपत्रपुरस्कारः, सर्वोत्तमपत्रविजेता, सर्वोत्तमपत्रस्य सम्माननीय उल्लेखपुरस्कारः, समयपरीक्षापुरस्कारः च घोषिताः ।

तेषु सिंघुआ विश्वविद्यालयः, चीनस्य रेन्मिन् विश्वविद्यालयस्य हिल्हाउस् स्कूल् आफ् आर्टिफिशियल इन्टेलिजेन्स्, ग्लास्गो विश्वविद्यालयस्य, पीसा विश्वविद्यालयस्य च शोधकर्तृभिः सर्वोत्तमस्य सम्माननीयं उल्लेखं पुरस्कारं प्राप्तम् पत्रं शाण्डोङ्गविश्वविद्यालयं (किंग्डाओ) ), लाइडेन् विश्वविद्यालयं, एम्स्टर्डमविश्वविद्यालयं च प्रदत्तम् आसीत्

तदनन्तरं विजयीपत्रस्य विशिष्टा सामग्रीं पश्यामः ।

best paper

शोधप्रबन्धः सघनपुनर्प्राप्त्यर्थं स्केलिंगनियमाः

पत्र के लेखक : फंग यान, जिंगताओ झान, ऐ किंगयाओ, माओ जियाक्सिन, वेइहांग सु, जिया चेन, लियू यिकुन

संस्थाः : सिंघुआ विश्वविद्यालयः, चीनस्य रेन्मिन् विश्वविद्यालये, जिओहोङ्गशु इत्यत्र कृत्रिमबुद्धेः हिल्हाउसविद्यालयः

पेपर लिङ्कः https://dl.acm.org/doi/abs/10.1145/3626772.3657743

पत्रस्य परिचयः : शोधकर्तारः कार्याणां विस्तृतपरिधिषु विशेषतः भाषाजननेषु स्केलिंगनियमान् अवलोकितवन्तः। शोधं दर्शयति यत् बृहत्भाषाप्रतिमानानाम् प्रदर्शनं प्रतिरूपस्य आँकडासमूहस्य च आकारेषु पूर्वानुमानीयप्रतिमानानाम् अनुसरणं करोति, यत् प्रशिक्षणरणनीतयः प्रभावीरूपेण कुशलतया च परिकल्पने सहायकं भवति, विशेषतः यतः बृहत्-परिमाणस्य प्रशिक्षणं अधिकाधिकं संसाधन-प्रधानं भवति परन्तु सघनपुनर्प्राप्तौ विस्तारनियमस्य पूर्णतया अन्वेषणं न कृतम् ।

अस्मिन् अध्ययने स्केलिंग् सघनपुनर्प्राप्तिप्रतिमानानाम् कार्यक्षमतां कथं प्रभावितं करोति इति अन्वेषयति । विशेषतः, शोधदलेन भिन्नसङ्ख्याभिः मापदण्डैः सह सघनपुनर्प्राप्तिप्रतिमानाः कार्यान्विताः, एनोटेटेडदत्तांशस्य भिन्नमात्रायाः उपयोगेन च प्रशिक्षिताः अस्मिन् अध्ययने विपरीत-एन्ट्रोपी-इत्यस्य उपयोगः मूल्याङ्कन-मापकरूपेण भवति ।

प्रयोगात्मकपरिणामानि दर्शयन्ति यत् सघनपुनर्प्राप्तिप्रतिमानानाम् प्रदर्शनं प्रतिरूपस्य आकारेण सह सटीकशक्ति-नियम-मापनस्य अनुसरणं करोति तथा च टिप्पणीनां संख्यायाः अनुसरणं करोति

अपि च, अध्ययनेन एतदपि ज्ञायते यत् स्केलिंग्-नियमः प्रशिक्षणप्रक्रियायाः अनुकूलनार्थं सहायकः भवति, यथा बजट-बाधायाः अधीनं संसाधन-विनियोग-समस्यानां समाधानम्

अयं अध्ययनः सघनपुनर्प्राप्तिप्रतिमानानाम् स्केलिंगप्रभावानाम् अवगमने महत् योगदानं ददाति तथा च भविष्यस्य शोधार्थं सार्थकं मार्गदर्शनं प्रदाति।

सर्वोत्तमपत्रस्य उपविजेता

अस्मिन् वर्षे एसीएम सिगिर् इत्यस्मिन् सर्वोत्तमपत्रस्य उपविजेता "A Reproducibility Study of PLAID" इति पत्रेण पुरस्कृतः । पत्रस्य लेखकाः ग्लास्गोविश्वविद्यालयस्य शीन् मैकअवेनी, पीसाविश्वविद्यालयस्य निकोला टोनेलोटो च सन्ति ।

पेपर पता: https://arxiv.org/pdf/2404.14989

पेपर सार : ColBERTv2 इत्यस्य PLAID एल्गोरिदम् अन्तिमदस्तावेजस्कोरं प्राप्तुं दस्तावेजान् पुनः प्राप्तुं प्रगतिशीलरूपेण च छंटनीं कर्तुं समूहीकृतपदप्रतिनिधित्वस्य उपयोगं करोति । अयं लेखः मूलग्रन्थे लुप्ताः अन्तरालाः पुनः प्रदर्शयति, पूरयति च । PLAID द्वारा प्रवर्तितानां मापदण्डानां अध्ययनेन शोधकर्तारः ज्ञातवन्तः यत् तस्य Pareto सीमा त्रयाणां मापदण्डानां मध्ये सन्तुलनेन निर्मितं भवति । अनुशंसितसेटिंग्स् इत्यस्मात् व्यभिचारः तस्य प्रभावशीलतायां सुधारं विना विलम्बतां महत्त्वपूर्णतया वर्धयितुं शक्नोति ।

अस्य निष्कर्षस्य आधारेण अयं पत्रः PLAID इत्यस्य तुलनां पत्रात् लुप्तस्य महत्त्वपूर्णस्य आधाररेखायाः सह करोति: शाब्दिकव्यवस्थायाः पुनर्क्रमणम्। इदं ज्ञायते यत् प्रारम्भिक-BM25 परिणाम-पूलस्य उपरि पुनर्क्रमकरूपेण ColBERTv2 इत्यस्य प्रयोगः न्यून-विलम्बता-सेटिंग्-मध्ये उत्तमं दक्षता-प्रभावशीलता-व्यापारं प्रदाति एतत् कार्यं पुनर्प्राप्ति-इञ्जिन-दक्षतायाः मूल्याङ्कनं कुर्वन् प्रासंगिक-आधार-रेखानां सावधानीपूर्वकं चयनस्य महत्त्वं प्रकाशयति ।

सर्वश्रेष्ठ पत्र सम्मानजनक उल्लेख पुरस्कार

अस्मिन् सम्मेलने सर्वोत्तमपत्रस्य सम्मानपुरस्कारः शाण्डोङ्गविश्वविद्यालयस्य (किङ्ग्डाओ), लाइडेन् विश्वविद्यालयस्य, एम्स्टर्डमविश्वविद्यालयस्य च शोधकर्तृभिः प्राप्तः विजयी पत्रं "बहुसदिशघनपुनर्प्राप्तिरूपेण जननात्मकं पुनर्प्राप्तिः" अस्ति ।

पत्र के लेखक: वू शिगुआंग, वी वेंडा, झांग मेंगकी, चेन झुमिन, मा जून, रेन झाओचुन, मार्टेन डी रिजके, रेन पेंगजी

पेपर पता: https://arxiv.org/pdf/2404.00684

पेपर सार : अस्मिन् पत्रे जननात्मकपुनर्प्राप्तिः बहुसदिशसघनपुनर्प्राप्तिः च समानरूपरेखां साझां कुर्वन्ति इति प्रदर्श्य दस्तावेजप्रश्नानां प्रासंगिकतां मापयति। विशेषतः, ते जननात्मकपुनर्प्राप्तेः ध्यानस्तरस्य भविष्यवाणीशिरः च अध्ययनं कृतवन्तः, येन ज्ञातं यत् जननपुनर्प्राप्तिः बहुसदिशसघनपुनर्प्राप्तेः विशेषप्रकरणरूपेण अवगन्तुं शक्यते। उभयविधौ संरेखणमात्रिकायाः ​​सह प्रश्नसदिशस्य दस्तावेजसदिशस्य च उत्पादानाम् योगस्य गणनां कृत्वा सहसंबन्धस्य गणनां कुर्वन्ति ।

ततः शोधकर्तारः अन्वेषणं कृतवन्तः यत् एतत् रूपरेखां जननात्मक-पुनर्प्राप्तौ कथं प्रयोक्तुं शक्यते, दस्तावेज-टोकन-सदिशस्य, संरेखण-मैट्रिक्सस्य च गणनाय भिन्न-भिन्न-रणनीतयः उपयुज्य निष्कर्षाणां सत्यापनार्थं प्रयोगाः क्रियन्ते, येन दर्शितं यत् उभयप्रतिमानयोः संरेखणमात्रिकासु पदमेलने समानताः प्रदर्श्यन्ते ।

समय परीक्षित पुरस्कार

अस्मिन् वर्षे एसीएम सिगिर समयपरीक्षापुरस्कारः १० वर्षपूर्वं सिगिर २०१४ इत्यत्र प्रकाशितस्य व्याख्यानयोग्यसिफारिशस्य विषये शोधस्य कृते प्रदत्तः आसीत् यत् पत्रं "वाक्यांशस्तरीयभावनाविश्लेषणस्य आधारेण व्याख्यानीयसिफारिशस्य कृते स्पष्टकारकप्रतिमानाः" इति

पत्र के लेखक : झांग योंगफेंग, लाई गुओकुन, झांग मिन, यी झांग, लियू यिकुन, मा शाओपिंग

संस्थाः सिङ्घुआ विश्वविद्यालयः, कैलिफोर्निया विश्वविद्यालयः, सांताक्रूजः

पेपर लिंक: https://www.cs.cmu.edu/~glai1/papers/yongfeng-guokun-sigir14.pdf

अस्मिन् शोधकार्य्ये प्रथमवारं "व्याख्यातीय-अनुशंसायाः" समस्या परिभाषिता, तथा च एतस्य तान्त्रिक-चुनौत्यस्य समाधानार्थं तदनुरूप-भावना-विश्लेषण-विधयः प्रस्ताविताः, तथा च सम्बन्धितक्षेत्रेषु अग्रणीभूमिकां निर्वहति

पेपर सार : सहयोगात्मक-छनन (CF)-आधारित-अनुशंस-एल्गोरिदम्, यथा गुप्त-कारक-प्रतिरूपाः (LFM), भविष्यवाणी-सटीकतायाः दृष्ट्या उत्तमं प्रदर्शनं कुर्वन्ति । परन्तु अन्तर्निहितलक्षणैः उपयोक्तृभ्यः अनुशंसपरिणामानां व्याख्यानं कठिनं भवति ।

सौभाग्येन, यथा यथा ऑनलाइन-उपयोक्तृ-समीक्षाः वर्धन्ते, तथैव प्रशिक्षण-अनुशंसक-प्रणालीनां कृते उपलब्धा सूचना संख्यात्मक-तारक-मूल्याङ्कन-अथवा उपयोक्तृ/वस्तु-लक्षणयोः कृते सीमितः नास्ति समीक्षाभ्यः उत्पादस्य विविधपक्षेषु उपयोक्तृणां स्पष्टमतं निष्कास्य उपयोक्तारः किं चिन्तयन्ति इति अधिकविस्तृता अवगतिः प्राप्तुं शक्यते, येन व्याख्यानीयानि अनुशंसाः कर्तुं सम्भावना अधिका प्रकाशिता भवति

अस्मिन् पत्रे उच्चपूर्वसूचनासटीकतां निर्वाहयन् व्याख्यातुं शक्याः अनुशंसाः जनयितुं EFM (Explicit Factor Model) इति प्रस्तावः कृतः अस्ति ।

शोधकर्तारः प्रथमं उपयोक्तृसमीक्षासु वाक्यांशस्तरीयभावनाविश्लेषणं कृत्वा स्पष्टं उत्पादविशेषतां उपयोक्तृमतं च निष्कासयन्ति, ततः उपयोक्तृरुचिस्य विशिष्टोत्पादविशेषतानां, ज्ञातानां गुप्तविशेषतानां च आधारेण अनुशंसाः अअनुशंसाः च जनयन्ति तदतिरिक्तं, किमपि वस्तु किमर्थं अनुशंसितं वा न अनुशंसितं वा इति सहजज्ञानयुक्तानि विशेषतास्तरीयव्याख्यानानि आदर्शात् उत्पद्यन्ते ।

अनेकवास्तविक-दुनिया-दत्तांशसमूहेषु अफलाइन-प्रयोगात्मकपरिणामाः दर्शयन्ति यत् अस्मिन् अध्ययने प्रस्तावितं रूपरेखा रेटिंग्-पूर्वसूचना-शीर्ष-के-अनुशंस-कार्ययोः प्रतिस्पर्धात्मक-आधार-अल्गोरिदम्-भ्यः अधिकं प्रदर्शनं करोति ऑनलाइन प्रयोगाः दर्शयन्ति यत् विस्तृतव्याख्यानानि अनुशंसाः अनुशंसाः च उपयोक्तृणां क्रयणव्यवहारे अधिकं प्रभाविणः भवन्ति ।

युवा विद्वान पुरस्कार

एसीएम एसआईजीआईआर युवा विद्वानपुरस्कारस्य उद्देश्यं तेषां शोधकर्तृणां मान्यतां दातुं वर्तते ये सूचनापुनर्प्राप्तिसंशोधनं, विद्वानसमुदायनिर्माणं, शैक्षणिकसमताप्रवर्धनं च कृतवन्तः एतत् 7 वर्षेषु डॉक्टरेट्पदवीं प्राप्तवन्तः युवानः शोधकर्तृभ्यः प्रदातुं आवश्यकम्। सिंघुआ विश्वविद्यालयस्य कम्प्यूटर विज्ञानविभागस्य सहायकप्रोफेसरः ऐ किङ्ग्याओ, चीनस्य विज्ञानप्रौद्योगिकीविश्वविद्यालयस्य साइबरस्पेस् सुरक्षाविद्यालयस्य तथा बिग डाटा स्कूलस्य प्राध्यापकः डॉक्टरेट् पर्यवेक्षकः च वाङ्ग क्षियाङ्गः च SIGIR 2024 Young इति पुरस्कारं प्राप्तवान् विद्वान पुरस्कार।

ऐ किङ्ग्याओ

ऐ किङ्ग्याओ सिङ्घुआ विश्वविद्यालये कम्प्यूटरविज्ञानविभागे सहायकप्रोफेसरः अस्ति तस्य मुख्याः शोधक्षेत्राणि सूचनापुनर्प्राप्तिः, यन्त्रशिक्षणं, प्राकृतिकभाषाप्रक्रियाकरणं च केन्द्रीभूतानि सन्ति । मुख्यसंशोधनदिशा बुद्धिमान् सूचनापुनर्प्राप्तिप्रणालीनां अनुसन्धानं डिजाइनं च अस्ति, यत्र सूचनाप्रतिनिधित्वशिक्षणं, श्रेणीअनुकूलनसिद्धान्तः, अन्तर्जालसन्धानं अनुशंसया च स्मार्टन्यायस्य च बृहत्भाषाप्रतिमानानाम् अनुप्रयोगः च सन्ति

वांग क्षियांग

वाङ्ग क्षियाङ्गः चीनस्य विज्ञानप्रौद्योगिकीविश्वविद्यालये साइबरस्पेस् सुरक्षाविद्यालये, बिग डाटाविद्यालये च प्राध्यापकः डॉक्टरेट् पर्यवेक्षकः च अस्ति । प्रोफेसर वाङ्ग क्षियाङ्गस्य शोधरुचिषु सूचनापुनर्प्राप्तिः, आँकडाखननं, विश्वसनीयं च व्याख्यातुं योग्यं च कृत्रिमबुद्धिः, विशेषतः अनुशंसप्रणाली, आलेखशिक्षणं, सामाजिकमाध्यमविश्लेषणं च सन्ति