HyperAIHyperAI

Command Palette

Search for a command to run...

تقييم الت Kohesion الخطابية بناءً على RST العصبية

Grigorii Guz Peyman Bateni Darius Muglich Giuseppe Carenini

الملخص

يقيم هذا البحث فائدة شجرة النظرية البنيوية الخطابية (RST) والعلاقات فيها في تقييم تماسك الخطاب. نوضح أن دمج ميزات RST الفضية يمكن أن يزيد من الدقة عند تصنيف التماسك. نظهر ذلك من خلال نموذجنا العصبي الشجري المتكرر، والمعروف بـ RST-Recursive، والذي يستفيد من ميزات RST للنص التي ينتجها أحدث محرك لتحليل RST. قمنا بتقييم نهجنا على مجموعة بيانات Grammarly لتماسك الخطاب (GCDC) وأظهرنا أنه عند استخدامه مع أحدث التقنيات الحالية، يمكن تحقيق أعلى مستوى من الدقة في هذا المعيار. علاوة على ذلك، عند استخدام RST-Recursive بمفرده، فإنه يحقق دقة تنافسية مع وجود 62% أقل من المعلمات.


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