HyperAIHyperAI

Command Palette

Search for a command to run...

تعلم التمثيلات الموزعة للنصوص والكيانات من قاعدة المعرفة

Ikuya Yamada Hiroyuki Shindo Hideaki Takeda Yoshiyasu Takefuji

الملخص

نقوم بوصف نموذج شبكة عصبية يتعلم بشكل مشترك التمثيلات الموزعة للنصوص والكيانات في قاعدة المعرفة (KB). عند تقديم نص من قاعدة المعرفة، ندرب النموذج المقترح على التنبؤ بالكيانات ذات الصلة بالنص. تم تصميم النموذج ليكون عامًا، مع القدرة على التعامل بسهولة مع مهام مختلفة في معالجة اللغة الطبيعية (NLP). ندرب النموذج باستخدام مكتبة كبيرة من النصوص وشروح الكيانات المستخرجة من ويكيبيديا. قدمنا تقييمًا للنموذج في ثلاثة مهام مهمة في معالجة اللغة الطبيعية (أي تشابه النصوص الجملية، ربط الكيانات، وإجابات الأسئلة البسيطة) والتي تتضمن إعدادات غير مراقبة ومراقبة. نتيجة لذلك، حققنا أفضل النتائج الحالية في جميع هذه المهام الثلاثة. الرمز البرمجي للنموذج والأنماط المدربة متاحة بشكل عام للاستخدام في البحث الأكاديمي المزيد.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp