HyperAIHyperAI

Command Palette

Search for a command to run...

المشاركة في BOUN-ISIK: نهج غير مراقب لتوحيد الكيانات الاسمية واستخراج العلاقات في موائل البكتيريا

Arzucan \Ozg\ur \Omer Faruk Tuna \.Ilknur Karadeniz

الملخص

تُقدّم هذه الورقة مشاركتنا في مهمة "مُتَنَوِّع البكتيريا" ضمن مُشاركة بيوإنب إل 2019. تشمل مشاركتنا نظامين لحل المهمتين الفرعيتين المتمثلتين في مهمة مُتَنَوِّع البكتيريا: توحيد الكيانات (BB-norm) وتحديد العلاقات بين الكيانات في نص طبي بيولوجي (BB-rel). وبالنسبة لتوحيد الكيانات، استخدمنا تمثيلات الكلمات (word embeddings) وتحسين الترتيب النحوي (syntactic re-ranking). أما في مهمة استخراج العلاقات، فقد استخدمنا قواعد مُحددة مسبقًا. وعلى الرغم من أن كلا النهجين يُعدّان غير مُراقبين، بمعنى أنهما لا يتطلبان بيانات مُعلَّمة، إلا أنهما حققا نتائج واعدة. وبخاصة في مهمة BB-norm، أظهرت النتائج أن الطريقة المقترحة تُنافس الطرق القائمة على التعلم العميق التي تتطلب بيانات مُعلَّمة.


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
المشاركة في BOUN-ISIK: نهج غير مراقب لتوحيد الكيانات الاسمية واستخراج العلاقات في موائل البكتيريا | مستندات | HyperAI