HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 3 أشهر

شبكة انتباه محددة بالعلاقة لاستخراج الكيان والعلاقة بشكل مشترك

{Li Guo Zeliang Song Qiannan Zhu Shirui Pan Xiaofei Zhou Yue Yuan}

شبكة انتباه محددة بالعلاقة لاستخراج الكيان والعلاقة بشكل مشترك

الملخص

استخراج الكيانات والعلاقات معًا يُعد مهمة مهمة في معالجة اللغة الطبيعية (NLP)، حيث يهدف إلى استخلاص جميع الثلاثيات الارتباطية من النصوص المجردة. يُشكل هذا تحديًا كبيرًا نظرًا لوجود تداخل في الكيانات بين بعض الثلاثيات المستخرجة من جملة واحدة. تعتمد معظم الطرق الحالية على تنفيذ التعرف على الكيانات أولاً، ثم الكشف عن العلاقات بين كل أزواج الكيانات الممكنة، وهو ما يُعاني غالبًا من عمليات زائدة كثيرة. في هذه الورقة، نقترح شبكة انتباه محددة للعلاقة (RSAN) للتعامل مع هذه المشكلة. تعتمد شبكة RSAN على آلية انتباه واعية بالعلاقة لبناء تمثيلات جملة محددة لكل علاقة، ثم تقوم بتصنيف التسلسل لاستخراج الكيانات الرأسية والذاتية المقابلة لها. أظهرت التجارب على مجموعتي بيانات عامتين أن نموذجنا يمكنه استخراج الثلاثيات المتداخلة بشكل فعّال وتحقيق أداءً متميزًا على مستوى الحد الأقصى من الأداء. يمكن الوصول إلى كود نموذجنا عبر الرابط: https://github.com/Anery/RSAN

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
relation-extraction-on-webnlgRSAN
F1: 82.1

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
شبكة انتباه محددة بالعلاقة لاستخراج الكيان والعلاقة بشكل مشترك | الأوراق البحثية | HyperAI