دمج الشبكات العصبية ونماذج اللوغاريتم الخطي لتحسين استخراج العلاقات
شهد العقد الماضي نجاح الطريقة التقليدية القائمة على الخصائص في استغلال الهياكل المتقطعة مثل الكلمات أو الأنماط اللفظية لاستخراج العلاقات من النص. مؤخرًا، قدمت الشبكات العصبية التلافيفية والشبكات العصبية المتكررة آليات فعالة للغاية للكشف عن الهياكل المخفية داخل الجمل من خلال التمثيلات المستمرة، مما أدى إلى تقدم كبير في أداء استخراج العلاقات. ميزة الشبكات العصبية التلافيفية تكمن في قدرتها على تعميم الك-جرامات المتتابعة في الجمل بينما تعتبر الشبكات العصبية المتكررة فعالة في ترميز نطاقات طويلة من سياق الجملة. يقترح هذا البحث دمج الطريقة التقليدية القائمة على الخصائص مع الشبكات العصبية التلافيفية والمتكررة للحصول على فوائدها بشكل متزامن. يظهر تقييمنا المنهجي لأطر الشبكات المختلفة وطرق الدمج فعالية هذا النهج ويؤدي إلى تحقيق أفضل الأداء على مجموعة بيانات ACE 2005 وSemEval (مجموعة بيانات سيم إيفال).