HyperAIHyperAI

Command Palette

Search for a command to run...

هل يمكن للتركيب أن يساعد؟ تحسين نموذج تقليل جملة يعتمد على LSTM لمنافذ جديدة

D. Song an Jing Jiang Lejian Liao Chen Hui Ong Liangguo Wang Hai Leong Chieu

الملخص

في هذه الورقة البحثية، ندرس كيفية تحسين قابلية التكيّف في المجال (domain adaptability) لنموذج شبكة عصبية من نوع LSTM تعتمد على الحذف (deletion-based) لضغط الجمل. ونفترض أن المعلومات النحوية تُسهم في جعل مثل هذه النماذج أكثر متانة عبر المجالات المختلفة. ونقترح تغييرين رئيسيين في النموذج: استخدام ميزات نحوية صريحة، وإدخال قيود نحوية من خلال البرمجة الخطية الصحيحة (Integer Linear Programming (ILP)). وتُظهر نتائج التقييم أن النموذج المقترح يتفوق على النموذج الأصلي، وكذلك على نموذج تقليدي لا يعتمد على الشبكات العصبية، في البيئة المتقاطعة بين المجالات (cross-domain setting).


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
هل يمكن للتركيب أن يساعد؟ تحسين نموذج تقليل جملة يعتمد على LSTM لمنافذ جديدة | مستندات | HyperAI