技術支援レビューはYes/No問題を再考することによって最後の少数関連文書を見出す【JST・京大機械翻訳】

Zou Jie; Li Dan; Kanoulas Evangelos

文献

J-GLOBAL ID：202002244414421539 整理番号：20A1799567

技術支援レビューはYes/No問題を再考することによって最後の少数関連文書を見出す【JST・京大機械翻訳】

Technology Assisted Reviews Finding the Last Few Relevant Documents by Asking Yes/No Questions to Reviewers

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A1799567&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (3件)： , ,
資料名：
号： SIGIR ’18 ページ： 949-952 発行年： 2018年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

技術支援レビューの目標は,低いヒト努力による高い想起を達成することである。連続能動学習アルゴリズムは,収集における関連文書の大部分を位置決めする際に良好な性能を示したが,それらの性能は,80%~90%のそれらが見つかるとき,プラトーに達した。最後の少数の関連文献を見つけることは,収集を徹底的にレビューする必要がある。本論文では,これらの最後の少数を同定できるが,しかし,かなり,文書を効率的に同定する新しい方法を提案した。著者らの方法は,エンティティが文書において重要な情報を運ぶという仮説を立てて,レビュー者は欠測関連文書におけるエンティティの存在または不在に関する質問に答えることができる。これに基づいて,質問の最適配列を選択する逐次Bayes探索法を考案した。実験結果は,著者らの提案方法がより少ないレビュー努力を必要とする性能を大いに改良することができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

,
, 【Automatic Indexing@JST】

著者キーワード (4件)： , , ,

人工知能

, , ,

前のページに戻る