منذ 4 أشهر
DAGOBAH: سياقات الجدول والرسم البياني لتصنيف معنوي فعّال للبيانات الجدولية
{Raphaël Troncy Pierre Monnin Thomas Labbé Frédéric Deuzé Yoan Chabot Jixiong Liu Viet-Phi Huynh}
الملخص
في هذه الورقة، نقدّم أحدث التحسينات التي طرأت على نظام DAGOBAH، الذي يقوم بمعالجة تلقائية وتحليلًا معنويًا للجداول. وبشكل خاص، نُبلّغ عن نتائج واعدة تم تحقيقها في تحدّي SemTab 2021 بفضل تحسينات في آليات البحث (lookup mechanisms) وتقنيات جديدة لدراسة سياق العقد في الرسم المعرفي المستهدف. كما نُقدّم أيضًا نشر خوارزميات DAGOBAH داخل شركة Orange من خلال واجهة برمجة التطبيقات TableAnnotation وواجهة مستخدم أمامية مخصصة لنظام DAGOBAH. تتيح هاتين الطريقتين للوصول تسريع اعتماد حلول تفسير الجداول المعنوية داخل الشركة لتلبية الاحتياجات الصناعية.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| cell-entity-annotation-on-biodivtab | DAGOBAH | F1 (%): 62 |
| cell-entity-annotation-on-toughtables-dbp | DAGOBAH | F1 (%): 94.5 |
| cell-entity-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 92.3 |
| column-type-annotation-on-biodivtab | DAGOBAH | F1 (%): 34.4 |
| column-type-annotation-on-gittables-semtab | DAGOBAH | F1 (%): 7.00 |
| column-type-annotation-on-gittables-semtab-1 | DAGOBAH | F1 (%): 18.3 |
| column-type-annotation-on-toughtables-dbp | DAGOBAH | F1 (%): 42.2 |
| column-type-annotation-on-toughtables-wd | DAGOBAH | F1 (%): 83.2 |
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
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