PulseAugur
实时 16:05:34
English(EN) Geodesic Semantic Search: Cartographic Navigation of Citation Graphs with Learned Local Riemannian Maps

新的测地线语义搜索方法改进了引文图谱导航

研究人员开发了测地线语义搜索(GSS),这是一种新颖的检索系统,它使用学习到的、特定于节点的黎曼度量来导航引文图谱。与依赖固定欧几里得距离的传统方法不同,GSS学习局部度量以实现几何感知的语义搜索。与现有基线相比,该方法在 169,000 篇 arXiv 论文的基准测试中,引文预测召回率相对提高了 23%。 AI

影响 引入了一种新颖的几何感知语义搜索方法,用于引文图谱,有望改善学术文献发现。

排序理由 这是一篇详细介绍新检索系统及其实验结果的研究论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的测地线语义搜索方法改进了引文图谱导航

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Brandon Yee, Lucas Wang, Kundana Kommini ·

    测地学语义搜索:利用学习到的局部黎曼图进行引文图谱的地图导航

    arXiv:2602.23665v4 Announce Type: replace-cross Abstract: We present Geodesic Semantic Search (GSS), a retrieval system that learns node-specific Riemannian metrics on citation graphs to enable geometry-aware semantic search. Unlike standard embedding-based retrieval that relies …