高效多样化的网页搜索结果
为了在在线平台中提高用户的代表性，我们提出了一种端到端的多样化机制，包括检索、排名和负责平衡多样性和实用性的多目标优化；实验结果表明这种方法显著提高了多样性，并且在实用性方面具有中性到正面的影响。
May, 2023
本篇论文旨在解决文献检索中文本相似性问题，提出了一种基于引用信息的文献检索算法，并优化了相关搜索算法以提高文献检索质量和多样性。通过实验表明，优化算法在检索文献数据库时非常成功。
Sep, 2012
本文提出了一个全面的质量多样性优化算法统一框架，探讨了该算法族群的大量变体，并提出了一种新的集合管理机制解决了在使用无结构的集合时观察到的侵蚀问题，同时还提出了使用质量多样性优化算法的新的选择机制，其性能比本文测试的所有算法都要好，这三个贡献都得到了质量多样化算法在三个不同实验场景下的广泛实验比较的支持。
May, 2017
多智能体强化学习方法 MA4DIV 能够在搜索结果多样化过程中直接优化多样性指标，并在合作任务中实现高效培训，并在工业规模数据集上实现了比现有基线方法更高的效果和效率提升。
Mar, 2024
研究了一类问题，该问题的距离是一个度量，约束是一个 matroid 中的独立性，质量则由单调子模函数确定，多样性定义为 S 中物体之间的距离之和，提出了两种算法：基于基数约束的贪心算法和基于任意 matroid 约束的局部搜索算法，并证明了两种算法都达到了恒定的逼近比。
Mar, 2012
通过自适应多模型框架解决视觉多义性问题，该框架由两个步骤组成：发现和动态选择文本查询，然后使用基于显著性引导的深度多实例学习网络去除异常值并学习用于视觉消歧的分类模型。
May, 2019
通过新闻档案库，利用时序因素对历史研究进行分析，为满足历史学家的信息需求设计了 “Historical Query Intent” 搜索任务，提出了 HistDiv 算法来协助历史研究中的查询行为，并通过研究结果表明，该算法可以优化子主题检索能力。
Oct, 2018
本文探讨了如何设计系统来增强终端用户的跨领域探索能力，并开发了一种探索性搜索系统，其中终端用户可以从论文摘要的核心部分中选择感兴趣的内容，并检索与用户选择的核心方面高度相似但在领域方面不同的论文，进一步地帮助用户了解领域集群中的微妙差异，我们通过与科学家的案例研究发现了系统旨在促进跨领域探索和灵感的机会和设计影响。
Jun, 2022
提出了一种新的无监督方法，名为 DiverseQA，用于构建数据，培训 QA 模型。该方法包括数据构建、数据增强和去噪滤波三个模块，具有更广泛的答案类型，可应用于多种基准数据集。
Aug, 2022