![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
读书笔记
文章平均质量分 68
泡不会菜
这位同学,不能够三分钟热度啊!
展开
-
23-wsdm-Uncertainty Quantification for Fairness in Two-Stage Recommender Systems
两阶段推荐系统中公平性的不确定性量化原创 2023-06-30 09:48:29 · 109 阅读 · 0 评论 -
22-sigir-Optimizing generalized Gini indices for fairness in rankings
受经济学中不平等度量领域的启发,本文探讨了使用(Generalized Gini welfare functions,GGF)作为一种手段来指定推荐系统应该优化的规范标准。GGF根据个人在人口中的排名对其进行加权,给予较差的个体更多的权重以促进平等。根据这些权重,GGF最小化项目暴露的基尼指数,以促进项目之间的平等,或者关注最不满意用户的特定分位数的表现。用于排名的GGF难以优化因为它们是不可微的。原创 2023-06-29 12:24:57 · 196 阅读 · 0 评论 -
22-UMAP-Towards Fair Multi-Stakeholder Recommender Systems
22-UMAP-Towards Fair Multi-Stakeholder Recommender Systems原创 2023-06-27 22:48:13 · 188 阅读 · 0 评论 -
22-KDD-Can separate optimization be equal Joint vs multi-stage optimization in RS fairness
A34-22-KDD-Can separate optimization be equal Joint vs multi-stage optimization in recommender systems fairness原创 2023-06-27 15:36:41 · 110 阅读 · 0 评论 -
16-Definition Extraction with LSTM Recurrent Neural Networks
翻译:用LSTM递归神经网络提取定义Siliang Li,Bin Xu, Tonglee Chung. Definition Extraction with LSTM Recurrent Neural Networks. The 15th Chinese National Conference on Computational Linguistics (CCL 2016) and the Fourth International Symposium on Natural Language Processi原创 2022-02-17 22:46:53 · 975 阅读 · 0 评论 -
18-DRTE:面向基础教育的术语抽取方法
李思良,许斌,杨玉基。DRTE:面向基础教育的术语抽取方法,《中文信息学报》,2018,vol. 32(3):101-109关键词:term extraction; term definition; term relation目标:从非结构化文本中自动抽取专业术语。问题:长尾特性:以数学学科为例,术语“三角形”在初高中课本中共出现1779次,而术语“切点圆”则仅仅出现3次。毕竟教材中仅有少部分重要术语被反复使用,所以长尾特性会造成低频词的遗漏。一些基础性术语如“面”“线”也被广泛地使用在其他领原创 2022-02-17 22:43:57 · 269 阅读 · 0 评论 -
16-An Approach of Ontology Based Knowledge Base Construction for Chinese K12 Education
翻译:一种基于本体的汉语K12教育知识库的构建方法Hu, J., Li, Z., & Xu, B. (2016, June). An approach of ontology based knowledge base construction for chinese k12 education. In 2016 First International Conference on Multimedia and Image Processing (ICMIP) (pp. 83-88). IEEE.关原创 2022-02-17 22:40:33 · 280 阅读 · 0 评论 -
18-一种准确高效的领域知识图谱构建方法
杨玉基,许斌,胡家威,仝美涵,张鹏,郑莉.一种准确高效的领域知识图谱构建方法.软件学报,2018,29(10).关键词:semantic web; knowledge graph; ontology; semantic annotation; entity set expansion; relation extraction概括:地理学科知识图谱构建之“四步法”(笔记以此展开分析)。本体构建众包半自动语义标注外源数据补全信息抽取问题:如何协调准确率和效率,平衡自动化方法和人工参与,高原创 2022-02-17 22:35:36 · 810 阅读 · 0 评论 -
19-基础教育知识图谱赋能智慧教育
许斌,基础教育知识图谱赋能智慧教育,《人工智能》2019年03期一、挑战全学科、知识点全覆盖、知识点准确性、图谱可用性(知识检索与访问效率要高)二、构建流程参考教育部颁布的课程标准和教材,知识工程师利用领域本体构建工具手工建立能够覆盖核心语义信息的核心本体概念模型,即基础教育知识本体 Schema;(概念模型是由领域专家定义的)将国内主流的基础教学材料通过 OCR 技术(识别)和相关的文本处理技术进行处理,得到半结构化的电子教材资源;依据第 1 步中得到的基础教育核心本体概念模型,组织标注人员原创 2022-02-17 22:29:41 · 865 阅读 · 0 评论