인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2026.2
- 수록면
- 55 - 69 (15page)
- DOI
- 10.7232/JKIIE.2026.52.1.055
이용수
초록· 키워드
Researchers primarily depend on personal networks or manual exploration when searching for collaborative researchers. This approach presents significant limitations in identifying researchers suitable for their research topics. While Information Retrieval (IR) approaches can address these limitations, two major challenges arise: datasets with limited expression diversity and the gap between realistic scenarios and IR research. We propose FindCoResearcher, a collaborative researcher recommendation system that incorporates a query generation methodology for increasing expression diversity and a new evaluation metric for bridging realistic scenarios. To ensure query diversity, we construct query sets for each passage by diversifying query styles and specificity levels based on augmented passages. We introduce a researcher-unit Top-k Accuracy evaluation approach that better reflects realistic scenarios. We fine-tuned a dense encoder BGE-M3 using DPR achieving superior researcher search performance. FindCoResearcher is expected to promote industry-academia collaboration and expand their collaborative networks.
#Information Retrieval
#Collaborative Researcher Recommendation
#Passage-based Query Generation
#Evaluation Metric
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 1. 서론
- 2. 관련 연구
- 3. 방법론
- 4. 실험
- 5. 실험 결과 및 분석
- 6. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
