HyperAIHyperAI

Command Palette

Search for a command to run...

إيجاد كائن الذاكرة المرتبط (ReMO): معمارية عصبية بسيطة للاستدلال النصي

Jihyung Moon Hyochang Yang Sungzoon Cho

الملخص

لحل مهمة السؤال والإجابة القائمة على النص والتي تتطلب الاستدلال العلائقي، من الضروري تخزين كمية كبيرة من المعلومات والعثور على المعلومات ذات الصلة بالسؤال من الذاكرة. كانت معظم الأساليب تستند إلى الذاكرة الخارجية وأربعة مكونات اقترحتها شبكة الذاكرة (Memory Network). كان المكون المميز بينها هو طريقة العثور على المعلومات اللازمة، وهو ما يساهم في الأداء. مؤخرًا، تم تقديم وحدة عصبية بسيطة ولكن قوية للاستدلال تُعرف بشبكة العلاقات (Relation Network - RN). قمنا بتحليل RN من وجهة نظر شبكة الذاكرة، وتوصلنا إلى أن مكون الشبكة العصبية متعددة الطبقات (MLP) قادر على الكشف عن العلاقة المعقدة بين السؤال وزوج الكائنات. مستوحىً من هذا، نقدم استخدام MLP لاكتشاف المعلومات ذات الصلة في هندسة شبكة الذاكرة. وقد أظهرت هذه الطريقة نتائج جديدة رائدة في مهام السؤال والإجابة القائمة على القصص والحوارات في مجموعة بيانات bAbI-10k المشتركة.


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
إيجاد كائن الذاكرة المرتبط (ReMO): معمارية عصبية بسيطة للاستدلال النصي | مستندات | HyperAI