تحسين التمثيلات الدلالية من شبكات الذاكرة قصيرة المدى طويلة الأجل ذات الهيكل الشجري

بسبب قدرتهم المتفوقة على الحفاظ على معلومات التسلسل مع مرور الزمن، حققت شبكات الذاكرة القصيرة طويلة الأجل (LSTM)، وهي نوع من الشبكات العصبية المتكررة ذات وحدة حسابية أكثر تعقيدًا، نتائجًا قوية في مجموعة متنوعة من مهام نمذجة التسلسلات. البنيان الأساسي الوحيد للـ LSTM الذي تم استكشافه حتى الآن هو السلسلة الخطية. ومع ذلك، فإن اللغة الطبيعية تظهر خصائص نحوية تجمع الكلمات بشكل طبيعي إلى عبارات. نقدم الـ Tree-LSTM، وهو تعميم لـ LSTMs إلى طوبولوجيات شبكة شجرية. أثبت الـ Tree-LSTMs تفوقهم على جميع الأنظمة الموجودة والأسس القوية للـ LSTM في مهمتين: التنبؤ بصلة المعنى بين جملتين (SemEval 2014، المهمة 1) تصنيف المشاعر (بنك بيانات مشاعر ستانفورد).请注意，这里有一些术语的翻译：- Long Short-Term Memory (LSTM): ذاكرة القصيرة طويلة الأجل (LSTM)- Recurrent Neural Network: الشبكات العصبية المتكررة- Sequence Modeling Tasks: مهام نمذجة التسلسلات- Linear Chain: السلسلة الخطية- Tree-LSTM: الـ Tree-LSTM- Semantic Relatedness: صلة المعنى- Sentiment Classification: تصنيف المشاعر- Stanford Sentiment Treebank: بنك بيانات مشاعر ستانفورد这些翻译在阿拉伯语中是常用的，以保持专业性。如果有任何不常见的术语，我会在括号中标注原文。希望这段翻译符合您的要求。