SlideShare a Scribd company logo
1 of 32
Download to read offline
■ 論文紹介
Entity-Duet Neural Ranking:
Understanding the Role of Knowledge Graph Semantics
in Neural Information Retrieval [Liu+ ACL2018]
2018/07/08@ACL2018読み会
Presenter:駒井雅之
1
情報検索の前提知識
2
情報検索とは何か
学術世界での
情報検索の定義
「非構造データ」の集合から
必要な情報を含むデータを探すこと
・https://ja.wikipedia.org/wiki/情報検索
・情報検索の基礎 1章
※データは、文書や画像、音声、映像等
Wikipediaでの
情報検索の定義
コンピュータを用いて大量のデータ群から目的
に合致したものを取り出すこと
参考 3
文書を対象とした検索システム - アドホック検索
アドホック
検索システム
文書集合とクエリが与えられた時
関連する文書を発見するシステム
・https://ils.unc.edu/courses/2013_spring/inls509_001/lectures/02-IntroductionToAdhocRetrieval.pdf
・情報検索の基礎 1章
用語 用語の説明
クエリ ユーザの情報要求が記述されたテキスト
情報要求 ユーザが知りたがっている話題
関連する文書 情報要求を満たしている文書
参考 4
アドホック検索のモデリング対象
設計する
順序付け関数 f
※ D: 文書集合、Q: クエリ集合
項目 関数の例 特徴
キーワード
マッチング
全文検索、grep {0, +1}に写像
tfidf、BM25 用語頻度や文書長を利用
ランク学習 SVM、NNなど 学習用データが必要
・An Unsupervised Learning Algorithm for Rank Aggregation [2007 Klementiev+]など参考 5
Entity-Duet Neural Ranking:
Understanding the Role of Knowledge Graph Semantics
in Neural Information Retrieval [Liu+ ACL2018]
6
手法が扱うターゲット - スコアリング関数
教師あり学習による
関数 f の獲得
順位 テキスト スコア
1位
The family of Barack Obama, the 44th President of
the United States, and his wife Michelle Obama… 0.9
2位
Barack Hussein Obama is an American politician
who served as the 44th … 0.8
クエリ-テキスト間
の関連度
図 検索システムの画面例
Obama family tree
7
関連研究:K-NRM
ベースの
アルゴリズム
End-to-End Neural Ad-hoc Ranking with
Kernel Pooling [Xiong+ SIGIR2017]
①類似度行列の計算
②Kernel Poolingの適用
③スコアリング
8
K-NRM - ①類似度行列の計算
類似度行列の
計算
クエリqと文書dから|q|×|d|の行列Mを構築
( は埋込ベクトル間のcos類似度)
クエリ
文書
Obama
family
tree
・・・ この場合、  は
  (Obama) と
  (Hussein) の
単語埋込ベクトルの
cos類似度
0.30 0.80 1.00
0.10 0.50 0.70
Barack
Hussein
Obama
類似度行列 9
K-NRM - ②Kernel Poolingの適用
Kernel
Pooling
K種の (RBF) カーネルを適用し、
類似度行列をK次元ベクトルに写像
Barack
Hussein
Obama
0.30 0.80 1.00
0.10 0.50 0.70
Obama
family
tree
RBFカーネル
平均=1.0
分散=0.0001
RBFカーネル
平均=0.8
分散=0.1
0 1.00 0.14
0 0.01 0.61
0 0 1.00
0 0 0 1.00
1.76
※本資料では総和計算のみだが、論文では総和→log関数適用を実施している
集
計
※
集
計
※
K次元素性類似度行列
10
K-NRM - ③スコアリング
スコア化
1.00
1.76
Kernel Pooling層による素性ベクトルと、
重みパラメタ w によるスコアリング
・・・
0.5
K次元素性
11
K-NRM - 学習
ロス関数 ペアワイズ誤差によるランク学習
クエリ 文書d+ 文書d-
12
K-NRMの問題点
問題
既存のニューラルモデルは
固有表現などに対し汎化することは難しい
順位 テキスト スコア
1位
The family of Barack Obama, the 44th President of
the United States, and his wife Michelle Obama… 12.0
2位
Barack Hussein Obama is an American politician
who served as the 44th … 5.0
Obama family tree
13
ACL2018:EDRM-KNRM
解決策 クエリ-文書ペアに加え、知識ベースエントリを併用
したEDRM-KNRMを提案
14
EDRM-KNRMの従来法との差分
従来法
との差分
①知識グラフ由来の単語埋込みベクトルの追加
②類似度行列を1種→4種へと増加
従来の
KNRM部
15
EDRM-KNRMの従来法との差分
従来法
との差分
①知識グラフ由来の単語埋込みベクトルの追加
②類似度行列を1種→4種へと増加
√
√
①KB由来の
埋め込みベクトル
16
EDRM-KNRMの従来法との差分
従来法
との差分
①知識グラフ由来の単語埋込みベクトルの追加
②類似度行列を1種→4種へと増加
√
②類似度行列
 が1種→4種に
17
EDRM-KNRM: ①知識ベース由来のベクトル
KB由来の
ベクトル
KB上の①Entity、②Description、③Typeを活用
可変のDescriptionやTypeをうまく扱いたい
項目名 例 特徴
Entity Barack Obama (略)
Description
Barack Hussein Obama II is an
American politician who is the 44th...
・Entityの説明文
・可変長テキスト
Type Person、Politician、Leader...
・Entityのクラス
・可変の種類 18
CNNエンコーダ
EDRM-KNRM: ①知識ベース由来のベクトル
KB由来の
ベクトル
KB上の①Entity、②Description、③Typeを活用
可変のDescriptionやTypeをうまく扱いたい
Entity埋込 Description埋込 Type埋込
e = “Barack Obama”
Input Input
可変長テキスト
Input
可変種のクラス
アテンション
機構の適用
Entity埋込
ベクトルの適用
19
EDRM-KNRM: ①知識ベース由来のベクトル
畳込みレイヤ & Maxプーリングレイヤで
可変長テキストから固定長ベクトルを得る
CNN
エンコーダ
畳込み & Maxプール
Description
Barack Hussein Obama ... . 20
EDRM-KNRM: ①知識ベース由来のベクトル
クエリor文書全体を用いてアテンション適用可変
のタイプのベクトルを単一ベクトルに
アテンション
機構の適用
Person Politician Leader・・・
埋込ベクトル
の総和
内積 内積 内積
重み付き和
クエリ or 21
EDRM-KNRM: ①知識ベース由来のベクトル
得られた3つのベクトルの合成し
単一のベクトルを得る
ベクトルの
合成
22
EDRM-KNRM: ②4種の類似度行列の構築
2種×2種の
類似度行列
表層の埋込間だけでなく、
表層、entity埋込の2種×2種で行列構築
√
②entity埋込との 
類似度行列
従来の
KNRM部
23
EDRM-KNRM: モデルの備考
その他
素性ベクトルの大きさが4倍となるが
スコア化や目的関数の枠組みは同じ
スコア化
目的関数
24
実験設定:評価データ
評価データ
sogou.com
sogou.comのクエリログによる実験
評価手法はnDCGやMRRを利用
項目名 名前
単語分割器 ICTCLAS
Entity Linker CMNS
KB CN-DBpedia
25
実験設定:ハイパーパラメータ
EDRM-KNRMの
ハイパラ
埋め込みベクトルの次元は
word、Entity、Desc、Typeは同じ次元
項目名 値
埋込ベクトル次元 300次元
DescのCNN 300フィルタ
学習率 0.0001
カーネル関数
(関連研究から引用)
分散10^-3、平均1.0が1種
分散0.1、 平均0.9, 0.7, ... , -0.9が計10種 26
実験結果:精度評価
問題
実験結果
教師無し検索手法(BM25)や
他ニューラル系モデルよりも優れた結果に
27
議論:素性に対する重み分布
どのカーネルが
重要か?
・(上段)soft matchのカーネルが重要
・(中段)text onlyとentityは同程度
・(下段)cross spaceの方が重要  
28
議論:Entity埋込のAbration Study
どの埋込が
重要か?
単体利用の場合、Descの埋込が有効
Type埋込は他と組み合せると有効
29
議論:Query長が異なる場合での実験
クエリ長によって
精度傾向は変るか?
クエリが短い (≒情報が限定) 時、
EDRM-KNRMは優れている傾向
30
まとめ
発表概要 ACL2018のEDRM-KNRMの論文を紹介
SOTAであったランキングモデル:KNRMに知
識ベース由来の情報を導入
特徴
Sogou.comのデータを用いた実験では
NDCGが3~4ポイント精度改善
31
32

More Related Content

What's hot

研究データ利活用に関する国内活動及び国際動向について
研究データ利活用に関する国内活動及び国際動向について研究データ利活用に関する国内活動及び国際動向について
研究データ利活用に関する国内活動及び国際動向についてNational Institute of Informatics (NII)
 
オープンデータ 〜日本版データリポジトリの可能性〜
オープンデータ〜日本版データリポジトリの可能性〜オープンデータ〜日本版データリポジトリの可能性〜
オープンデータ 〜日本版データリポジトリの可能性〜National Institute of Informatics (NII)
 
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバックKomei Sugiura
 
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けてMasahito Nose
 
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)ota_in_ otaku
 

What's hot (6)

研究データ利活用に関する国内活動及び国際動向について
研究データ利活用に関する国内活動及び国際動向について研究データ利活用に関する国内活動及び国際動向について
研究データ利活用に関する国内活動及び国際動向について
 
オープンデータ 〜日本版データリポジトリの可能性〜
オープンデータ〜日本版データリポジトリの可能性〜オープンデータ〜日本版データリポジトリの可能性〜
オープンデータ 〜日本版データリポジトリの可能性〜
 
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック
20140513大規模異分野データ横断検索における時空間情報を用いた擬似適合性フィードバック
 
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて
研究活動の新たな常識としてのデータ出版・データ引用の実現に向けて
 
Sgepss2013 koyama
Sgepss2013 koyamaSgepss2013 koyama
Sgepss2013 koyama
 
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)
ML基盤メタサーベイ cvpaper.challenge #meta-study-group勉強会(2019/03/15)
 

Similar to Entity-Duet Neural Ranking: Understanding the Role of Knowledge Graph Semantics in Neural Information Retrieval

知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)
知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)
知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)Ikki Ohmukai
 
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...Deep Learning JP
 
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたJupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたSatoshi Yazawa
 
機関リポジトリ収録文献のビジビリティ向上
機関リポジトリ収録文献のビジビリティ向上機関リポジトリ収録文献のビジビリティ向上
機関リポジトリ収録文献のビジビリティ向上Yuji Nonaka
 
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力Shell shock事件が明らかにするあなたの組織における情報セキュリティ力
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力Masafumi Oe
 
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)Yoshida-South Library, Kyoto University
 
ディスカバリー・ツールとは?
ディスカバリー・ツールとは?ディスカバリー・ツールとは?
ディスカバリー・ツールとは?Wataru ONO
 
マイニング探検会 #02
マイニング探検会 #02マイニング探検会 #02
マイニング探検会 #02Yoji Kiyota
 
Linked Open Dataの基礎と これからの情報活用
Linked Open Dataの基礎と これからの情報活用Linked Open Dataの基礎と これからの情報活用
Linked Open Dataの基礎と これからの情報活用KAMURA
 
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13)
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13) CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13)
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13) Ikki Ohmukai
 
つながる目録、つながるサービス@図書館総合展(2015.11.12)
つながる目録、つながるサービス@図書館総合展(2015.11.12)つながる目録、つながるサービス@図書館総合展(2015.11.12)
つながる目録、つながるサービス@図書館総合展(2015.11.12)Ikki Ohmukai
 
研究室紹介 (情報経営・図書館主専攻)
研究室紹介 (情報経営・図書館主専攻)研究室紹介 (情報経営・図書館主専攻)
研究室紹介 (情報経営・図書館主専攻)Masao Takaku
 
Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習shinhiguchi
 
研究支援に係るアカデミッククラウド システムの調査検討
研究支援に係るアカデミッククラウド システムの調査検討研究支援に係るアカデミッククラウド システムの調査検討
研究支援に係るアカデミッククラウド システムの調査検討Masaharu Munetomo
 
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組み
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組みERDB-JP-国内電子出版物の国際発信力強化に向けた取り組み
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組みShinichi Kitayama
 
データサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとはデータサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとはSeiichi Uchida
 

Similar to Entity-Duet Neural Ranking: Understanding the Role of Knowledge Graph Semantics in Neural Information Retrieval (20)

知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)
知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)
知識インフラの本質と「未来の」ライブラリアンへの期待(2017.4.22)
 
研究室紹介
研究室紹介研究室紹介
研究室紹介
 
脳の機能仮説についての構造化データ (BRA) の構築
 脳の機能仮説についての構造化データ (BRA) の構築 脳の機能仮説についての構造化データ (BRA) の構築
脳の機能仮説についての構造化データ (BRA) の構築
 
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...
[DL輪読会]Relational Neural Expectation Maximization: Unsupervised Discovery of ...
 
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたJupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
 
機関リポジトリ収録文献のビジビリティ向上
機関リポジトリ収録文献のビジビリティ向上機関リポジトリ収録文献のビジビリティ向上
機関リポジトリ収録文献のビジビリティ向上
 
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力Shell shock事件が明らかにするあなたの組織における情報セキュリティ力
Shell shock事件が明らかにするあなたの組織における情報セキュリティ力
 
研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは研究データ流通を支える情報基盤とは
研究データ流通を支える情報基盤とは
 
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)
海外論文なんてこわくない!15分でマスター Web of Science 講座 (2016)
 
ディスカバリー・ツールとは?
ディスカバリー・ツールとは?ディスカバリー・ツールとは?
ディスカバリー・ツールとは?
 
マイニング探検会 #02
マイニング探検会 #02マイニング探検会 #02
マイニング探検会 #02
 
Linked Open Dataの基礎と これからの情報活用
Linked Open Dataの基礎と これからの情報活用Linked Open Dataの基礎と これからの情報活用
Linked Open Dataの基礎と これからの情報活用
 
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13)
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13) CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13)
CiNii Booksに見る学術情報サービスの理想と現実@ku-librarians勉強会(2012.07.13)
 
つながる目録、つながるサービス@図書館総合展(2015.11.12)
つながる目録、つながるサービス@図書館総合展(2015.11.12)つながる目録、つながるサービス@図書館総合展(2015.11.12)
つながる目録、つながるサービス@図書館総合展(2015.11.12)
 
研究室紹介 (情報経営・図書館主専攻)
研究室紹介 (情報経営・図書館主専攻)研究室紹介 (情報経営・図書館主専攻)
研究室紹介 (情報経営・図書館主専攻)
 
Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習Elasticsearchで教師あり機械学習
Elasticsearchで教師あり機械学習
 
研究支援に係るアカデミッククラウド システムの調査検討
研究支援に係るアカデミッククラウド システムの調査検討研究支援に係るアカデミッククラウド システムの調査検討
研究支援に係るアカデミッククラウド システムの調査検討
 
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組み
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組みERDB-JP-国内電子出版物の国際発信力強化に向けた取り組み
ERDB-JP-国内電子出版物の国際発信力強化に向けた取り組み
 
データサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとはデータサイエンス概論第一=1-1 データとは
データサイエンス概論第一=1-1 データとは
 
Maitan12
Maitan12Maitan12
Maitan12
 

Recently uploaded

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Danieldanielhu54
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 

Recently uploaded (10)

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By DanielPostman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 

Entity-Duet Neural Ranking: Understanding the Role of Knowledge Graph Semantics in Neural Information Retrieval