HyperAIHyperAI

Command Palette

Search for a command to run...

EntQA: ربط الكيان كإجابة على السؤال

Wenzheng Zhang Wenyue Hua Karl Stratos

الملخص

النهج التقليدي لربط الكيانات يتضمن أولاً تحديد التصريحات (mentions) في مستند معين، ثم استنتاج الكيانات الكامنة وراءها في قاعدة المعرفة. وتشكل إحدى القيود الشهيرة لهذا النهج هي الحاجة إلى اكتشاف التصريحات دون معرفة الكيانات المرتبطة بها، وهو ما يُعد غير طبيعي وصعب التنفيذ. نقدّم نموذجًا جديدًا لا يعاني من هذه القيد يُسمى EntQA، وهو اختصار لـ "ربط الكيانات كإجابة على الأسئلة". يقوم نموذج EntQA أولاً باقتراح كيانات مرشحة باستخدام وحدة استرجاع سريعة، ثم يحلل المستند بدقة للعثور على التصريحات الخاصة بكل كيان مرشح باستخدام وحدة قراءة قوية. يجمع هذا النهج بين التقدم المحرز في ربط الكيانات وبين التقدم في الإجابة على الأسئلة في النطاق المفتوح، مع الاستفادة من النماذج المُدرّبة مسبقًا لاسترجاع الكيانات الكثيفة والفهم القرائي. على عكس الدراسات السابقة، لا يعتمد نموذج EntQA على قاموس التصريحات-المرشحات أو على مراقبة ضعيفة على نطاق واسع. وقد أظهر نموذج EntQA نتائج قوية على منصة تقييم GERBIL.


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
EntQA: ربط الكيان كإجابة على السؤال | مستندات | HyperAI