HyperAIHyperAI

Command Palette

Search for a command to run...

استخلاص مشترك للكيانات والعلاقات بناءً على استراتيجية تفكيك جديدة

Bowen Yu Zhenyu Zhang Xiaobo Shu Yubin Wang Tingwen Liu Bin Wang Sujian Li

الملخص

يهدف الاستخراج المشترك للكيانات والعلاقات إلى اكتشاف أزواج الكيانات مع علاقاتها باستخدام نموذج واحد. وعادةً ما يُعالج هذا المهمة في السابق بطريقة "الاستخراج ثم التصنيف" أو بطريقة التسمية الموحّدة. لكن هذه الأساليب تعاني إما من وجود أزواج كيانات زائدة، أو تتجاهل البنية الداخلية المهمة أثناء عملية استخراج الكيانات والعلاقات. ولحل هذه القيود، نقوم في هذا البحث أولاً بتفكيك مهمة الاستخراج المشترك إلى مهام فرعية مترابطة، تُعرف بـ "استخراج HE" و"استخراج TER". وتكمن المهمة الفرعية الأولى في التمييز بين جميع الكيانات الرئيسية التي قد تكون مشاركة في علاقات مستهدفة، بينما تتمثل المهمة الفرعية الثانية في تحديد الكيانات النهائية والعلاقات المرتبطة بكل كيان رئيسي تم استخراجه. ثم يتم تفكيك هاتين المهمتين الفرعيتين إلى عدة مسائل تسمية تسلسلية بناءً على مخطط التسمية القائم على الفواصل (span-based tagging) الذي نقترحه، والتي يمكن حلها بسهولة باستخدام مُحدِّد الحدود الهرمي وخوارزمية فك التسمية متعددة الفواصل. وبفضل الاستراتيجية المعقولة للفك، يمكن لنموذجنا التقاط الترابط الدلالي الكامل بين الخطوات المختلفة، كما يقلل من الضوضاء الناتجة عن أزواج الكيانات غير ذات صلة. وأظهرت النتائج التجريبية أن طريقةنا تتفوق على الطرق السابقة بنسبة 5.2% و5.9% و21.5% (بمقياس F1)، محققةً حالة متقدمة جديدة (state-of-the-art) على ثلاث مجموعات بيانات عامة.


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
استخلاص مشترك للكيانات والعلاقات بناءً على استراتيجية تفكيك جديدة | مستندات | HyperAI