HyperAIHyperAI

Command Palette

Search for a command to run...

تصنيف العلاقات كتنبؤ ثنائي الاتجاه بالفواصل

Amir DN Cohen Shachar Rosenman Yoav Goldberg

الملخص

تُستخدم المهمة الحالية لتصنيف العلاقات المُراقبة (RC) تمثيلًا واحدًا بواسطة تمثيل مُدمج (embedding) لتمثيل العلاقة بين زوج من الكيانات. نحن ندعي أن النهج الأفضل هو اعتبار مهمة تصنيف العلاقات كمشكلة تنبؤ بـ (SP)، مشابهة لمشكلة الإجابة على الأسئلة (QA). نقدم نظامًا قائمة على تنبؤ بالفواصل (span-prediction) لتصنيف العلاقات، ونُقيّم أداؤه مقارنة بالنظام القائم على التمثيل المُدمج. ونُظهر أن هدف التنبؤ بالفواصل المُراقب يعمل بكفاءة أعلى بشكل ملحوظ مقارنةً بالهدف التقليدي القائم على التصنيف. ونحقق نتائج متقدمة على مستوى العالم (state-of-the-art) على مجموعتي بيانات TACRED وSemEval المهمة 8.


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