منذ 3 أشهر

CTLR@WiC-TSV: التحقق من المعنى المستهدف باستخدام المدخلات المُعلَّمة ونماذج ما قبل التدريب

{Gaël Dias Elvys Linhares Pontes José G. Moreno}

الملخص

يصف هذا البحث مشاركة CTRL في تحدّي التحقق من فهم المعنى المستهدف في السياق (WiC-TSV) ضمن فعالية SemDeep6. تعتمد استراتيجيتنا على مخطط تسمية بسيط للكلمات المستهدفة، تُستخدم بعدها لتصنيفها بواسطة نماذج عصبية مُدرّبة مسبقًا شهيرة. وبشكل خاص، يُمكّن العلامة من تضمين معلومات الموضع، مما يساعد النماذج على تحديد الكلمة التي يجب تفتيح غموضها بشكل صحيح. وتُظهر النتائج التي حققناها في التحدي تفوق استراتيجيتنا على المشاركات الأخرى (+11.4 نقطة دقة)، وعلى النماذج القوية الأساسية (+1.7 نقطة دقة).

المعايير القياسية

معيار قياسي	المنهجية	المقاييس
entity-linking-on-wic-tsv	CTLR	Task 1 Accuracy: all: 76.8 Task 1 Accuracy: domain specific: 79.6 Task 1 Accuracy: general purpose: 74.5 Task 2 Accuracy: all: 72.7 Task 2 Accuracy: domain specific: 81.5 Task 2 Accuracy: general purpose: 65.6 Task 3 Accuracy: all: 78.3 Task 3 Accuracy: domain specific: 85.7 Task 3 Accuracy: general purpose: 72.1

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