Selection of experts for scientific and technical expertise based on semantic search

Nemeshaev, Sergey; Barykin, Leonid; Dadteev, Kazbek

doi:10.1016/j.procs.2021.06.102

Cited by 5 publications

(2 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…It's centered on the user's intention as well as the context of search terms. It searches for literal matches of query words or variations without comprehending the question's overall meaning, in contrast to lexical search, which looks for literal matches of query words or variants without understanding the query's overall meaning [6]. It enhances and analyze the accuracy by accepting the purpose and contextual significance of phrases as they exist in the searchable data area.…”

Section: Semantic Searchmentioning

confidence: 99%

Natural Language Processing Challenges and Issues: A Literature Review

Abro

Talpur

JUMANİ

2023

Gazi University Journal of Science

View full text Add to dashboard Cite

Natural Language Processing (NLP) is the computerized approach to analysing text using both structured and unstructured data. NLP is a simple, empirically powerful, and reliable approach. It achieves state-of-the-art performance in language processing tasks like Semantic Search (SS), Machine Translation (MT), Text Summarization (TS), Sentiment Analyser (SA), Named Entity Recognition (NER) and Emotion Detection (ED). NLP is expected to be the technology of the future, based on current technology deployment and adoption. The primary question is: What does NLP have to offer in terms of reality, and what are the prospects? There are several problems to be addressed with this developing method, as it must be compatible with future technology. In this paper, the benefits, challenges and limitations of this innovative paradigm along with the areas open to do research are shown.

show abstract

Section: Semantic Searchmentioning

confidence: 99%

Natural Language Processing Challenges and Issues: A Literature Review

Abro

Talpur

JUMANİ

2023

Gazi University Journal of Science

View full text Add to dashboard Cite

show abstract

“…• Búsqueda semántica: es una técnica de IA que permite que se entienda la relación entre las palabras clave y el contenido de las páginas web. La búsqueda semántica utiliza un enfoque más contextual para entender el significado detrás de las palabras clave, lo que ayuda a los motores de búsqueda a proporcionar resultados de búsqueda más relevantes y precisos (Nemeshaev et al, 2021). • Búsqueda por voz: finalmente, también se está utilizando la IA para mejorar la experiencia de búsqueda por voz, ya que esta manera se ayuda a entender mejor el lenguaje natural hablado por los usuarios y proporcionar resultados de búsqueda más precisos y relevantes en función de los comandos de voz (Sa y Yuan, 2021).…”

Section: Introductionunclassified

Inteligencia artificial en motores de búsqueda: percepciones de los docentes universitarios y su impacto en el proceso de enseñanza y aprendizaje

Juca-Maldonado

2023

IRJ

View full text Add to dashboard Cite

Este estudio cuantitativo y descriptivo de diseño no experimental se enfocó en evaluar el conocimiento y las percepciones de los docentes de la Universidad Metropolitana, sede Machala, respecto a la inteligencia artificial (IA) y su influencia en la búsqueda de información para actividades académicas y de investigación. Para lo cual, se empleó una muestra de 47 docentes a quienes se les aplicó una encuesta mediante Google Forms. Se aplicó un enfoque de muestreo probabilístico con selección aleatoria simple, calculando el tamaño de la muestra con un margen de error del 5% y un nivel de confianza del 95%. Los resultados indican que el 77% de los docentes conocía la IA, pero únicamente el 47% comprendía su aplicabilidad en los procesos educativos. Notablemente, la mayoría (97%) no había utilizado motores de búsqueda que empleen IA como Chat GPT. Sin embargo, un significativo 81% de los participantes expresó su creencia en que los motores de búsqueda con IA podrían mejorar el proceso educativo. Además, el 75% anticipó la necesidad de replantear el proceso de evaluación debido a las respuestas personalizadas y a los desafíos relacionados con la detección de plagio que los motores de búsqueda con IA podrían presentar. Se concluye en la importancia de la actualización constante y la ética en el uso de la IA en el contexto educativo. A pesar de los posibles beneficios relacionados con la eficiencia y la personalización que la IA ofrece en los motores de búsqueda, tanto docentes como estudiantes deben adoptar una postura crítica al evaluar la información obtenida y estar dispuestos a colaborar para adaptarse efectivamente a las nuevas tecnologías.

show abstract