दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

FKG.in का विस्तार: खाद्य दावा अनुरेखण नेटवर्क की ओर

Created by
  • Haebom

लेखक

सारांश कुमार गुप्ता, रिज़वान गुलज़ार मीर, लिपिका डे, पार्थ प्रतिम दास, अनिर्बान सेन, रमेश जैन

रूपरेखा

यह शोधपत्र एक खाद्य दावा अनुरेखण नेटवर्क (FCN) का प्रस्ताव करता है जो भारतीय खाद्य ज्ञान ग्राफ (FKG) का विस्तार करता है। FCN एक ऑन्टोलॉजी डिज़ाइन और अर्ध-स्वचालित ज्ञान संग्रहण कार्यप्रवाह प्रस्तुत करता है, जिसका उपयोग रेडिट डेटा और एक बड़े पैमाने के भाषा मॉडल का उपयोग करके एक अवधारणा-प्रमाण विकसित करने के लिए किया गया था। FCN, खाद्य-संबंधी दावों के निष्कर्षण और सत्यापन के लिए क्यूरेटेड डेटा इनपुट, एक संरचित स्कीमा और एक उद्गम-जागरूक पाइपलाइन को एकीकृत करता है। भारतीय खाद्य ज्ञान ग्राफ से सीधे जुड़े होने के बावजूद, यहाँ प्रस्तुत कार्यप्रणाली अनुप्रयोग-अज्ञेय है और अन्य क्षेत्रों, व्यंजनों और नियामक परिवेशों पर भी लागू होती है। खाद्य दावों और उनकी अनुरेखण क्षमता को एक संरचित, सत्यापन योग्य और व्याख्यात्मक तरीके से मॉडलिंग करके, हमारा उद्देश्य एक अधिक पारदर्शी और जवाबदेह खाद्य ज्ञान पारिस्थितिकी तंत्र में योगदान करना है, जिससे शोधकर्ताओं, नीति निर्माताओं और उपभोक्ताओं को विविध आहार संबंधी दावों को समझने में मदद मिलेगी।

Takeaways, Limitations

Takeaways:
खाद्य-संबंधी दावों (एफसीएन) की पता लगाने और सत्यापन के लिए एक नया ढांचा प्रस्तुत किया गया है।
रेडिट डेटा और एलएलएम का उपयोग करके एक कुशल ज्ञान संरक्षण विधि का प्रस्ताव करना।
विभिन्न क्षेत्रीय और सांस्कृतिक संदर्भों पर लागू होने वाली कार्यप्रणाली प्रस्तुत करना
अधिक पारदर्शी और जिम्मेदार खाद्य ज्ञान पारिस्थितिकी तंत्र के निर्माण में योगदान
Limitations:
फिलहाल, यह भारतीय भोजन के ज्ञान ग्राफ़ पर आधारित है। अन्य क्षेत्रों में विस्तार के लिए अतिरिक्त डेटा और प्रयास की आवश्यकता होगी।
रेडिट डेटा में पूर्वाग्रह और विश्वसनीयता के मुद्दों पर विचार आवश्यक है
एलएलएम की सीमाओं के कारण अभिकथन सत्यापन में सीमित सटीकता की संभावना
एफसीएन के व्यावहारिक अनुप्रयोग और प्रभावशीलता पर आगे अनुसंधान की आवश्यकता है।
👍