HyperAIHyperAI

Command Palette

Search for a command to run...

استغلال الدفعات لإنشاء بيانات مصنعة لاستخراج الثلاثيات العددية بدون تدريب سابق

Yew Ken Chia Lidong Bing Soujanya Poria Luo Si

الملخص

رغم أهمية استخراج العلاقات في بناء وتمثيل المعرفة، فإن الأبحاث التي تركز على تعميم أنواع العلاقات غير المرئية مازالت قليلة. نقدم إعداد مهمة الاستخراج الثلاثي للعلاقات من الصفر (ZeroRTE) لتشجيع المزيد من الأبحاث في طرق استخراج العلاقات ذات الموارد المنخفضة. بالنظر إلى جملة مدخل، يتألف كل ثلاثي مستخرج من الكيان الرئيسي، ومسمى العلاقة، والكيان الثانوي حيث لا يتم رؤية مسمى العلاقة خلال مرحلة التدريب. لحل مشكلة ZeroRTE، نقترح إنشاء أمثلة للعلاقة عن طريق تحفيز نماذج اللغة على توليد نصوص منظمة. بصفة أكثر تحديدًا، نوحّد بين تحفيزات نماذج اللغة والطرق النصية المنظمة لتصميم قالب تحفيز منظم لتوليد عينات علاقة اصطناعية عند الربط بمسميات العلاقة (RelationPrompt). للتغلب على القيود المتعلقة باستخراج عدة ثلاثيات علاقات في جملة واحدة، صممنا طريقة فك شفرة البحث الثلاثي الجديدة. أظهرت التجارب على مجموعتي البيانات FewRel وWiki-ZSL فعالية RelationPrompt في مهمة ZeroRTE وفي تصنيف العلاقات من الصفر. يمكن الوصول إلى كودنا ومعطياتنا عبر الرابط: github.com/declare-lab/RelationPrompt.


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
استغلال الدفعات لإنشاء بيانات مصنعة لاستخراج الثلاثيات العددية بدون تدريب سابق | مستندات | HyperAI