Descrizione del progetto
Trovare motori di ricerca migliori
I motori di ricerca costituiscono i primi esempi di sistemi di recupero delle informazioni. Oggi, i sistemi di recupero delle informazioni si avvalgono di modelli di apprendimento automatico e di apprendimento profondo. Le ricerche si fondano su testi completi o sull’indicizzazione basata sui contenuti. Come tali, i sistemi di recupero delle informazioni classificano gli articoli a seconda della loro rilevanza (somiglianza semantica tra la richiesta dell’utente e gli articoli che trasmettono le informazioni). Il progetto METER, finanziato dall’UE, amplierà le misure di valutazione del recupero delle informazioni per affrontare molteplici aspetti. Tramite l’integrazione di queste nuove misure in algoritmi di apprendimento automatico, il progetto svilupperà sistemi di recupero delle informazioni multi-aspetto. Inoltre, il progetto esaminerà le misure di valutazione del recupero delle informazioni per sfruttare la derivabilità sotto forma di proprietà allo scopo di migliorare la ricerca di minimi locali per le funzioni di perdita del recupero delle informazioni. I risultati del progetto potenzieranno la nostra comprensione del funzionamento dei motori di ricerca.
Obiettivo
Information Retrieval (IR) deals with the automatic retrieval and ranking of information conveying items, which are relevant to a specific information need, from a large collection of items. Search engines are the most popular and well known examples of IR systems.
State-of-the-art IR systems use sophisticated Machine Learning (ML) and Deep Learning (DL) models. Those models usually minimize a loss function which is built upon an IR evaluation measure, i.e. a measure that evaluates the quality of a ranked list of items.
This project, Multi-aspect and diffErenTiable Evaluation of Rankings (METER), will tackle two open challenges for state-of-the-art IR systems. First, traditionally IR systems ranks items only by relevance, estimated as the semantic similarity between the user query and the information conveying items. However, beside relevance, understandability and trustworthines are fundamental for health search, or credibility and correctness should be considered for news search. Therefore, the first goal of METER will be to extend IR evaluation measures to deal with mutiple aspects. Then, these new evaluation measures will be integrated in ML algorithms, to develop multi-aspect IR systems.
Second, IR measures are non-continuous and non-differentiable. This represents an issue for ML algorithms, which usually exploit gradient based approaches to minize the loss function. Therefore, the second goal of METER will be to thoroughly analyze IR evaluation measures and propose differentiability like properties which will help for the search of minima of the loss function.
Therefore, METER has the potential for making both a scientific and a societal impact: 1) multi-aspect measures will be used to account for several aspect and improve the effectiveness of IR systems in different domains; 2) differentiability like properties will be exploited to improve the search of local minima for IR loss functions and better understand how this search is performed.
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: Il Vocabolario Scientifico Europeo.
- scienze naturali informatica e scienze dell'informazione intelligenza artificiale apprendimento automatico apprendimento profondo
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
H2020-EU.1.3. - EXCELLENT SCIENCE - Marie Skłodowska-Curie Actions
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma -
H2020-EU.1.3.2. - Nurturing excellence by means of cross-border and cross-sector mobility
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) H2020-MSCA-IF-2019
Vedi tutti i progetti finanziati nell’ambito del bandoCoordinatore
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
1165 KOBENHAVN
Danimarca
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.