HyperAIHyperAI

Command Palette

Search for a command to run...

نماذج التعلم العميقة غير المشرفة للدلالات البنيوية في الاستدلال الشائع

Shuohang Wang extsuperscript1,* Sheng Zhang extsuperscript2 Yelong Shen extsuperscript4 Xiaodong Liu extsuperscript3 Jingjing Liu extsuperscript3 Jianfeng Gao extsuperscript3 Jing Jiang extsuperscript1

الملخص

الاستدلال الشائع هو أساس فهم اللغة الطبيعية. بينما تعتمد الطرق التقليدية بشكل كبير على الخصائص والقواعد المعرفية التي يصممها الإنسان، نستكشف تعلم المعرفة الشائعة من كمية كبيرة من النصوص الخام عبر التعلم غير المنظور. نقترح نموذجين عصبيين يستندان إلى إطار النماذج الدلالية الهيكلية العميقة (DSSM) لمعالجة مهام الاستدلال الشائع الكلاسيكية، وهي تحديات وينوغراد (Winograd Schema Challenges - WSC) وتحديد المعنى الصحيح للضمائر (Pronoun Disambiguation - PDP). تظهر التقييمات أن النماذج المقترحة تلتقط المعلومات السياقية في الجملة والمعلومات المرجعية بين الضمائر والأسماء بشكل فعال، وتحقق تحسينًا كبيرًا على الطرق الرائدة سابقًا.


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