资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

人工智能学院系列学术活动(第17场)——王悦助理教授学术报告

原创 2022-04-02


人工智能学院系列学术活动(第17场)

王悦助理教授学术报告

  报告题目 

面向专业搜索任务的可解释信息检索模型

 报告内容 

在专业搜索任务中,如精准的医学文献搜索,一个查询往往涉及多个方面的信息。为了评估一个文献的相关性,搜索者必须不厌其烦地验证查询中的每一个方面,并遵循特定任务的逻辑来做出相关性的判断。在这种情况下,搜索者所做的相关性判断是解构化的,而不是传统的单变量(二元或分级)的相关性判断。理想情况下,搜索引擎应该可以支持搜索者的工作流程,并遵循同样的步骤来预测文档的相关性。这种方法不仅可以设计出高效的检索模型,还可以让模型有机会使用搜索者所使用的“行话”来解释其决策。在这次讲座中,将讨论我们最近在可解释检索模型方面的工作,这些模型能像医学工作者那样进行结构化的相关性判断。通过使用TREC精准医学文献搜索赛道(2017-2019)的数据,我们发现,一个简单可解释的模型也可以表现出与复杂黑盒模型一样的检索性能,并且仅需要很少的训练样本。这些结果表明,利用专业领域搜索中的结构化信息可以建立可解释的搜索工具,以支持专业搜索任务。同时,这也是一个有前景的研究方向。


 主讲嘉宾 

王悦是北卡罗来纳大学教堂山分校信息与图书馆科学学院的助理教授,研究兴趣主要包括文本挖掘、机器学习、和信息检索。最近的工作重点是设计和评估交互式和可解释的机器学习算法,这些算法可以帮助科学家从大型非结构化文本中获得知识。在多个计算机和信息科学领域顶级会议发表文章,包括SIGIR、WSDM、CIKM、ACL、WWW、KDD、CHI、AMIA和JAMIA,是WSDM、SIGIR和WWW的程序委员会成员。曾获得2016年WSDM的最佳论文奖和2016、2019、2020以及2022年WSDM的杰出程序委员会成员奖。

 报告时间 

2022年4月5日(星期二) 上午8:00--9:30

 报告地点 

腾讯会议:316-937-310

 主办单位 

人工智能学院




吉林大学|人工智能学院

吉林省长春市|吉林大学中心校区

正新楼|7F



阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本内容由数艺网主动采集收录,信息来源为 “吉林大学人工智能学院” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。

科技艺术 学术报告 人工智能 数字媒体艺术 新媒体艺术

14020 举报
  0
登录| 注册 后参与评论