Стэнфордський NLP-обмін статтями: використання підкріплювального навчання для оптимізації чорної скриньки пошуку документів

robot
Генерація анотацій у процесі

ME News Новини, 8 квітня (UTC+8), нещодавно була поширена стаття, написана Omri Uzan, Ron Polonsky, Douwe Kiela та Christopher Potts, під назвою «Оптимізація документів для чорних ящиків пошуку за допомогою навчання з підкріпленням». Це дослідження розглядає, як застосовувати технології навчання з підкріпленням для оптимізації документів, з метою покращення продуктивності систем чорної коробки пошуку. У статті стверджується, що цей метод належить до напрямків досліджень у галузі обчислювальної лінгвістики та інформаційного пошуку. (Джерело: InFoQ)

Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
  • Нагородити
  • Прокоментувати
  • Репост
  • Поділіться
Прокоментувати
Додати коментар
Додати коментар
Немає коментарів
  • Закріпити