کنفرانس بین المللی فناوری اطلاعات و دانش

English

صفحه اصلی / یازدهمین کنفرانس بین المللی فناوری اطلاعات و دانش

Open-domain question classification and completion in conversational information search

نویسندگان :

Omid Mohammadi Kia¹ Mahmood Neshati² Mahsa Soudi Alamdari³

1- دانشگاه شهید بهشتی 2- دانشگاه شهید بهشتی 3- دانشگاه تهران

کلمات کلیدی :

information retrieval, conversational search, classification

چکیده :

Searching for new information requires talking to the system. In this research, an Open-domain Conversational information search system has been developed. This system has been implemented using the TREC CAsT 2019 track, which is one of the first attempts to build a framework in this area. According to the user's previous questions, the system firstly completes the question (using the first and the previous question in each turn) and then classifies it (based on the question words). This system extracts the related answers according to the rules of each question. In this research, a simple yet effective method with high performance has been used, which on average, extracts 20% more relevant results than the baseline.

لیست مقالات

لیست مقالات بایگانی شده

ParaKavosh: A Parallel Algorithm for Finding Biological Network Motifs

Dr Zahra Razaghi Moghadam Kashani - Dr Ali Masoudi-nejad - Dr Abbas Nowzari-dalini

ارائه مدل یادگیری ماشین برای پیش‌بینی سری‌زمانی باینری از دیدگاه مسئله‌های دسته‌بندی با کاربرد در پیش‌بینی نت‌های موسیقی

نیلوفر ع��دلخانی - حسام عمرانپور

پیش بینی بیماری قلبی با استفاده از روش تحلیل شبکه ای

هدیه مشتاقی محمدزاده - فاطمه باقری

A clonal selection mechanism for load balancing in the cloud computing system

Melika Mosayyebi - Reza Azmi

پیش‌بینی بازار فارکس با استفاده از نمودار شمعی و شبکه‌ی عصبی GRU

محمدرضا نوروزی - مریم مومنی

A Survey on Utilizing Reinforcement Learning in Wireless Sensor Networks Routing Protocols

Ali Forghani Elah Abadi - Seyedeh Elham Asghari - Sepideh Sharifani - Seyyed Amir Asghari - Mohammadreza Binesh Marvasti

A Novel Resource Allocation Scheme for Underlaying NOMA-Based Multi-Channel Cognitive D2D Communications

Anahita Akbari - Dr Javad Zeraatkar Moghaddam - Dr Mehrdad Ardebilipour

جایگذاری مقادیر ازدست رفته در داده های سری زمانی چندمتغیره برای پیش بینی مرگ ومیر بیماران با رویکرد یادگیری عمیق مبتنی بر مکانیسم توجه

سید علی هاشمی - سعید جلیلی

پیش بینی ارتباط میزان مرگ و میر با هم زمانی وجود دو بیماری در مبتلایان به کرونا به کمک بگارگیری شبکه عصبی Word2Vec

سمن مثقالی - دکتر جواد عسکری سمن مثقالی - جواد عسکری -

A parallel approach to the fractional time delay model for predicting the spread of COVID-19

Mahdi Movahedian Moghaddam - Kourosh Parand

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 40.3.1