HyperAIHyperAI

Command Palette

Search for a command to run...

شبكات الكيانات المتكررة مع تحديث الذاكرة المتأخر لتحليل المشاعر القائم على الجوانب المستهدفة

Fei Liu; Trevor Cohn; Timothy Baldwin

الملخص

بينما أثبتت الشبكات العصبية أنها تحقق نتائج مثيرة للإعجاب في تحليل المشاعر على مستوى الجملة، فإن تحليل المشاعر القائم على الجوانب المستهدفة (TABSA) --- استخراج التوجهات الرأي الدقيقة المتعلقة بمجموعة محددة من الجوانب --- لا يزال مهمة صعبة. مستوحاة من التقدم الحديث في نماذج ذاكرة المعززة لقراءة الآلة، نقترح هندسة جديدة تستفيد من سلاسل الذاكرة الخارجية مع آلية تحديث ذاكرة متأخرة لتتبع الكيانات. في مهمة TABSA، يظهر النموذج المقترح تحسينات كبيرة مقارنة بالتقنيات المتقدمة الحالية، بما في ذلك تلك التي تستخدم قواعد بيانات خارجية (المعرفة الخارجية).


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
شبكات الكيانات المتكررة مع تحديث الذاكرة المتأخر لتحليل المشاعر القائم على الجوانب المستهدفة | مستندات | HyperAI