Wang / Fang / Frisoni | Knowledge-Enhanced Information Retrieval | Buch | 978-3-032-02898-3 | www.sack.de

Buch, Englisch, Band 16086, 151 Seiten, Format (B × H): 155 mm x 235 mm

Reihe: Lecture Notes in Computer Science

Wang / Fang / Frisoni

Knowledge-Enhanced Information Retrieval

Second International Workshop, KEIR 2025, Lucca, Italy, April 10, 2025, Revised Selected Papers
Erscheinungsjahr 2025
ISBN: 978-3-032-02898-3
Verlag: Springer-Verlag GmbH

Second International Workshop, KEIR 2025, Lucca, Italy, April 10, 2025, Revised Selected Papers

Buch, Englisch, Band 16086, 151 Seiten, Format (B × H): 155 mm x 235 mm

Reihe: Lecture Notes in Computer Science

ISBN: 978-3-032-02898-3
Verlag: Springer-Verlag GmbH


This book constitutes the revised selected papers of the 2nd International Workshop on Knowledge-Enhanced Information Retrieval, KEIR 2025, held in Lucca, Italy, during April 10, 2025.

The 4 full papers presented together with 4 invited papers in this volume were carefully reviewed and selected from 10 submissions. These papers  ranging from query rephrasing and
chunking techniques to LLM-generated context and agentic retrieval. 

Wang / Fang / Frisoni Knowledge-Enhanced Information Retrieval jetzt bestellen!

Zielgruppe


Research

Weitere Infos & Material


._Advances in Knowledge-Enhanced Retrieval Models.
._Reconstructing Context: Evaluating Advanced Chunking Strategies for Retrieval-Augmented Generation.
._Going Beyond Encoders: Leveraging Decoder Architectures for Learned Sparse Retrieval.
._Enhancing Representation Learning for Content-Based Information Retrieval: A Knowledge-Enhanced Geometric Approach.
._Applications of Knowledge-Enhanced IR.
._OntologyRAG: Better and Faster Biomedical Code Mapping with
Retrieval-Augmented Generation (RAG) Leveraging Ontology
Knowledge Graphs and Large Language Models.
._I Know About “Up”! Enhancing Spatial Reasoning in Visual Language
Models Through 3D Knowledge Reconstruction.
._BladeLoRA: An Enhanced LoRA Method with Adaptive Rank
Selection and Pruning for Efficient Fine-Tuning.
._Evaluating Knowledge Graph Sources for Non-Personalized Financial
Asset Recommendation: 10K Reports vs. Wikidata.



Ihre Fragen, Wünsche oder Anmerkungen
Vorname*
Nachname*
Ihre E-Mail-Adresse*
Kundennr.
Ihre Nachricht*
Lediglich mit * gekennzeichnete Felder sind Pflichtfelder.
Wenn Sie die im Kontaktformular eingegebenen Daten durch Klick auf den nachfolgenden Button übersenden, erklären Sie sich damit einverstanden, dass wir Ihr Angaben für die Beantwortung Ihrer Anfrage verwenden. Selbstverständlich werden Ihre Daten vertraulich behandelt und nicht an Dritte weitergegeben. Sie können der Verwendung Ihrer Daten jederzeit widersprechen. Das Datenhandling bei Sack Fachmedien erklären wir Ihnen in unserer Datenschutzerklärung.