{Sheng Xu Peifeng Li Liang Wang}

الملخص
العمل السابق في مجال استخراج العلاقات الزمنية ركز في الغالب على استخراج العلاقات الزمنية بين الأحداث، أو عانى من مشكلة التعبيرات المختلفة عن الأحداث، وفترة الزمن (timexes)، ووقت إنشاء المستند (DCT). وبالإضافة إلى ذلك، يمكن لـ DCT أن يلعب دور مركز ربط معنوي بين الأحداث الأخرى وفترة الزمن (timexes) داخل المستند. لكن للأسف، لم يكن بالإمكان للعمل السابق الاستفادة من هذه المعلومات الحاسمة. لمعالجة هذه المشكلات، نقترح نموذجًا موحدًا متمحورًا حول DCT يُسمى DTRE لاستخراج العلاقات بين الأحداث وفترة الزمن (timexes) وDCT. بشكل خاص، نُقدّم تمثيلًا جملة-نمطية لـ DCT لمعالجة المشكلة الأولى وتوحيد التعبيرات الخاصة بالأحداث وفترة الزمن (timexes) وDCT. ثم، نطبّق رسمًا بيانيًا يراعي DCT للحصول على تمثيلات هيكلية سياقية لهم. علاوة على ذلك، نقترح إطارًا متعدد المهام متمحورًا حول DCT للتنبؤ بالعلاقات الزمنية الثلاثة بأنواعها دفعة واحدة. وأخيرًا، نطبّق استنتاجًا عالميًا موجهًا بـ DCT لتعزيز الاتساق العالمي بين العلاقات المختلفة. أظهرت النتائج التجريبية على ثلاث مجموعات بيانات أن نموذج DTRE يتفوّق على عدة نماذج متقدمة حديثًا (SOTA) بشكل ملحوظ في مهام E-E وE-T وE-D.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| temporal-relation-classification-on-tb-dense | DTRE | F1: 72.3 |
| temporal-relation-classification-on-tddauto | DTRE | F1: 81.8 |
| temporal-relation-classification-on-tddman | DTRE | F1: 56.3 |
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.