HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

مشغل متعدد المفاتيح لاستخراج الكيان والعلاقة معًا

{Li Shengyang Gong Shuai Liu Anqi Liu Yunfei Xiong Xiong}

مشغل متعدد المفاتيح لاستخراج الكيان والعلاقة معًا

الملخص

تمثيل الكيانات المحددة واستخراج العلاقات هما المهمتان الفرعيتان الأساسيتان لاستخراج الثلاثيات العلاقة. استخدمت الدراسات الحديثة مشاركة المعلمات أو التفكيك المشترك لخلق تفاعل بين هاتين المهمتين. ومع ذلك، يظل التأكد من تحديد الخصائص المحددة لكل مهمة مع ضمان التفاعل الصحيح بين المهمتين تحديًا كبيرًا. في هذا البحث، نقترح مُشفِّرًا متعدد الأبواب (multi-gate encoder) يُنمذج التفاعل الثنائي الاتجاه بين المهمتين مع الحفاظ على تخصص كافٍ في الميزات، وذلك باستخدام آلية التحكم بالبوابات (gating mechanism). بشكل دقيق، قمنا بتصميم نوعين من البوابات المستقلة: بوابات المهمة (task gates) لتكوين ميزات مخصصة لكل مهمة، وبوابات التفاعل (interaction gates) لإنشاء ميزات توجيهية تُرشد المهمة المقابلة. تُظهر تجاربنا أن طريقة التصميم المقترحة تُحسّن من معدلات دقة العلاقة (F1) في الحالة الراهنة (SOTA) على مجموعات بيانات ACE04 وACE05 وSciERC إلى 63.8% (+1.3%) و68.2% (+1.4%) و39.4% (+1.0%) على التوالي، مع تسريع أكبر في عملية الاستنتاج مقارنةً بالنموذج السابق ذي الحالة الراهنة (SOTA).

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
joint-entity-and-relation-extraction-onMGE
Cross Sentence: No
Entity F1: 68.4
RE+ Micro F1: 39.4
relation-extraction-on-ace-2005MGE
Cross Sentence: No
NER Micro F1: 89.7
RE+ Micro F1: 68.2
Sentence Encoder: ALBERT

بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — عجّل تطوير الذكاء الاصطناعي الخاص بك من خلال البرمجة المشتركة المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة المشتركة بالذكاء الاصطناعي
وحدات معالجة رسومات جاهزة
أفضل الأسعار
ابدأ الآن

Hyper Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp
مشغل متعدد المفاتيح لاستخراج الكيان والعلاقة معًا | الأوراق البحثية | HyperAI