LSTM ثنائي الاتجاه للتعرف على الكيانات المحددة في رسائل تويتر

في هذه الورقة، نقدم نهجنا لتحديد الكيانات المحددة في رسائل تويتر التي استخدمناها في مشاركتنا في مبادرة التعرف على الكيانات المحددة في رسائل تويتر ضمن ورشة عمل كولينغ 2016 حول النصوص المُنشأة من المستخدمين المشوهة (WNUT). والتحدي الرئيسي الذي نسعى إلى معالجته في مشاركتنا يتمثل في الطبيعة الموجزة والمشوهة والعامية لرسائل التغريد، مما يجعل مهمة التعرف على الكيانات المحددة في رسائل تويتر مهمة صعبة. وبشكل خاص، نستعرض نهجًا لمعالجة هذه المشكلة من خلال تمكين الشبكة العصبية الطويلة القصيرة الذاكرة الثنائية الاتجاه (LSTM) من تعلم السمات الإملائية تلقائيًا دون الحاجة إلى هندسة الميزات. مقارنةً بأنظمة أخرى شاركت في المبادرة، حققت أنظمتنا أفضل أداءً فعّالًا في كلا المهمتين الفرعيتين: "التقسيم والتصنيف"، و"التقسيم فقط".