HyperAIHyperAI

Command Palette

Search for a command to run...

استخراج العلاقات ذات الذيل الطويل باستخدام الرسومات المقيدة عن بُعد

Tianming Liang Yang Liu Xiaoyan Liu Hao Zhang Gaurav Sharma Maozu Guo

الملخص

الضوضاء في العلامات والتوزيعات ذات الذيل الطويل هي تحديان رئيسيان في استخراج العلاقات المراقبة عن بُعد. أظهرت الدراسات الحديثة تقدماً كبيراً في التخلص من الضوضاء، لكنها لم تولِ اهتماماً كبيراً للمشكلة المتعلقة بالعلاقات ذات الذيل الطويل. في هذا البحث، نقدم رسمًا بيانيًا مقيدًا لنمذجة الارتباطات بين علامات العلاقات. بالإضافة إلى ذلك، نقترح إطار عمل جديد لاستخراج العلاقات يستند إلى الرسم البياني المقيد (CGRE) للتعامل مع هذين التحديين بشكل متزامن. يستخدم CGRE شبكات التجميع البيانية لنشر المعلومات من العقد الغنية بالبيانات إلى العقد الفقيرة بالبيانات، مما يعزز تعلم تمثيل العلاقات ذات الذيل الطويل. لتحسين المناعة ضد الضوضاء بشكل أكبر، تم تصميم وحدة انتباه مقيدة بالمعلومات في CGRE لدمج معلومات القيود. تشير النتائج التجريبية الواسعة إلى أن CGRE حقق تحسينات كبيرة على الطرق السابقة لكل من التخلص من الضوضاء واستخراج العلاقات ذات الذيل الطويل. يمكن الوصول إلى المجموعات البيانات المعالجة مسبقًا والكود المصدر بشكل عام عبر الرابط: https://github.com/tmliang/CGRE.


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