طريقة إعادة التسمية للتعلم الآلي المتمحور حول البيانات

في تطبيقات التعلم العميق في الصناعة، تحتوي بياناتنا المصنفة يدويًا على عدد معين من البيانات الضوضائية. لحل هذه المشكلة وتحقيق درجة تزيد عن 90 في مجموعة البيانات التمهيدية (dev dataset)، نقدم طريقة بسيطة لاكتشاف البيانات الضوضائية وإعادة تصنيفها من قبل البشر، مع الأخذ في الاعتبار توقعات النموذج كمرجع في التصنيف البشري. في هذا البحث، نوضح فكرتنا لمجموعة واسعة من مهام التعلم العميق، والتي تشمل التصنيف، ووضع العلامات على المتتاليات، وكشف الأشياء، وجَّـِـ动生成序列 (sequence generation)، وتوقع معدل النقر. تؤكد نتائج تقييم مجموعة البيانات التمهيدية ونتائج التقييم البشري صحة فكرتنا.注：在“生成序列”这个术语中，我保留了原文的拼音“生成”以确保信息完整，但通常在阿拉伯语中会直接使用“إنشاء متتالية”或“إنتاج متتالية”。因此，建议根据具体上下文选择最合适的表达。