HyperAIHyperAI

Command Palette

Search for a command to run...

الملء المشترك للفراغات وتحديد النوايا عبر شبكات الكبسولات العصبية

Chenwei Zhang† Yaliang Li§ Nan Du‡ Wei Fan† Philip S. Yu¶

الملخص

القدرة على التعرف على الكلمات كفواصل واكتشاف نية العبارة هي مسألة حاسمة في فهم اللغة الطبيعية. الأعمال الحالية إما تتعامل مع ملء الفواصل واكتشاف النية بشكل منفصل بطريقة خطية، أو تعتمد على نماذج مشتركة تقوم بتسمية الفواصل تباعًا بينما تلخص نية العبارة على مستوى العبارة دون الحفاظ صراحةً على العلاقة الهرمية بين الكلمات والفواصل والنيات. لاستغلال التسلسل الصرفي للنمذجة الفعالة، نقترح نموذج شبكة عصبية قائم على الكبسولات والذي يحقق ملء الفواصل واكتشاف النية من خلال نظام توجيه ديناميكي بالتوافق (routing-by-agreement). تم اقتراح نظام إعادة التوجيه لتعزيز أداء ملء الفواصل بشكل أكبر باستخدام تمثيل النية المستنتجة. تظهر التجارب التي أجريت على مجموعة بيانات حقيقية أن نموذجنا فعال عند المقارنة بهياكل البديلة الأخرى وخدمات فهم اللغة الطبيعية القائمة.请注意,我已将“re-routing schema”翻译为“نظام إعادة التوجيه”,这是一个较为常见的术语翻译。如果需要进一步的专业术语解释或有特定的行业标准,请告知。


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