NOVOTNÝ, Vít, Michal ŠTEFÁNIK, Dávid LUPTÁK, Martin GELETKA, Petr ZELINA a Petr SOJKA. Ensembling Ten Math Information Retrieval Systems: MIRMU and MSM at ARQMath 2021. In Guglielmo Faggioli. CEUR Workshop Proceedings. Bucharest, Romania: M. Jeusfeld c/o Redaktion Sun SITE, Informatik V, RWTH Aachen, 2021. s. 82-106. ISSN 1613-0073.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Ensembling Ten Math Information Retrieval Systems: MIRMU and MSM at ARQMath 2021
Autoři NOVOTNÝ, Vít (203 Česká republika, domácí), Michal ŠTEFÁNIK (703 Slovensko, domácí), Dávid LUPTÁK (703 Slovensko, domácí), Martin GELETKA (703 Slovensko, domácí), Petr ZELINA (203 Česká republika, domácí) a Petr SOJKA (203 Česká republika, domácí).
Vydání Bucharest, Romania, CEUR Workshop Proceedings, od s. 82-106, 25 s. 2021.
Nakladatel M. Jeusfeld c/o Redaktion Sun SITE, Informatik V, RWTH Aachen
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10201 Computer sciences, information science, bioinformatics
Stát vydavatele Rumunsko
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
WWW PDF
Kód RIV RIV/00216224:14330/21:00122410
Organizační jednotka Fakulta informatiky
ISSN 1613-0073
Klíčová slova česky vyhledávání matematiky; odpovědi na otázky; reprezentace matematiky; slovní embedingy; ansámbl
Klíčová slova anglicky math information retrieval; question answering; math representations; word embeddings; ensembling
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 23. 5. 2022 15:00.
Anotace
We report on the systems that the Math Information Retrieval group at Masaryk University (MIRMU) and the team of Faculty of Informatics students (MSM) prepared for task~1 (find answers) of the ARQMath lab at the CLEF conference. We have prototyped ten math-aware information retrieval (MIR) systems for the main question-answering task. We ensembled the results of the ten ``weak'' individual systems into committees and let them vote to provide answers to questions. We evaluated the proposed individual systems and ensembles, considering their diversity, hyperparameters, and representations used, and classified their approaches. We have shown the diversity of all systems and evaluated four voting algorithms to collect and rank the answers. Ensembling techniques consistently outperformed the base systems and showed the power of voting of diverse systems. Our prototypes help to understand the challenging problems of question-answering in the STEM domain and our novel reproducible evaluation framework sets a new direction in MIR research. Finally, we formulate ten commandments for future work in the area.
Návaznosti
MUNI/A/1573/2020, interní kód MUNázev: Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.
Investor: Masarykova univerzita, Aplikovaný výzkum: vyhledávání, analýza a vizualizace rozsáhlých dat, zpracování přirozeného jazyka, umělá inteligence pro analýzu biomedicínských obrazů.
VytisknoutZobrazeno: 12. 8. 2022 08:20