HyperAIHyperAI

Command Palette

Search for a command to run...

التصنيف الدقيق للكلمات حسب موقعها في الجملة متعدد اللغات من خلال التدريب المعادي

Michihiro Yasunaga; Jungo Kasai; Dragomir Radev

الملخص

التدريب المعادي (AT) هو طريقة تنظيمية قوية للشبكات العصبية، تهدف إلى تحقيق متانة ضد الاضطرابات في المدخلات. ومع ذلك، لا تزال الآثار الخاصة للمتانة التي يتم الحصول عليها من التدريب المعادي غير واضحة في سياق معالجة اللغة الطبيعية. في هذا البحث، نقترح ونحلل نموذج تصنيف الأدوار النحوية العصبي الذي يستفيد من التدريب المعادي. في تجاربنا على مكتبة Penn Treebank WSJ وقاعدة بيانات Universal Dependencies (UD) (27 لغة)، نجد أن التدريب المعادي يحسن دقة التصنيف الشاملة فحسب، بل يحقق أيضًا 1) منع الانسياق الزائد بشكل جيد في اللغات ذات الموارد المنخفضة و2) زيادة دقة التصنيف للألفاظ النادرة / غير المرئية. كما نوضح أن 3) الأداء المتقدم في تصنيف الأدوار النحوية بفضل التدريب المعادي يساهم في مهمة التحليل الدالّي اللاحقة، وأن 4) التدريب المعادي يساعد النموذج على تعلم تمثيلات كلمات أكثر نقاءً. 5) النموذج المقترح باستخدام التدريب المعادي فعال بشكل عام في مهام تصنيف المتتاليات المختلفة. هذه النتائج الإيجابية تحفز على استخدام مزيد من التدريب المعادي للمهام المتعلقة باللغة الطبيعية.


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
التصنيف الدقيق للكلمات حسب موقعها في الجملة متعدد اللغات من خلال التدريب المعادي | مستندات | HyperAI