تحليل بنية تمثيل الخطاب باستخدام الشبكات العصبية التكرارية ونموذج المحول
{Mirella Lapata Jiangming Liu Shay B. Cohen}

الملخص
نُقدّم الأنظمة التي طوّرناها لتحليل هيكل التمثيل النصّي (DRS) ضمن مهمة التحدي المشتركة لعام IWCS-2019 المتعلقة بتحليل DRS. تعتمد أنظمتنا على نماذج التحويل من تسلسل إلى تسلسل. ولتنفيذ نموذجنا، استخدمنا نظام الترجمة الآلية العصبية المفتوح المصدر المُنفَّذ باستخدام بايثون (PyTorch)، واسم النظام هو OpenNMT-py. وقد جرّبنا مجموعة متنوعة من نماذج المشفر-المُفكّك المستندة إلى الشبكات العصبية التكرارية، بالإضافة إلى نموذج Transformer. وتم إجراء التجارب على المعيار القياسي الخاص بقاعدة البيانات المتوازية للدلالة (PMB 2.2). وحققت أفضل أنظمة لدينا نتيجة قدرها 84.8% من مؤشر F1 في مهمة التحدي المشتركة لتحليل DRS.
المعايير القياسية
| معيار قياسي | المنهجية | المقاييس |
|---|---|---|
| drs-parsing-on-pmb-2-2-0 | Transformer seq2seq | F1: 87.1 |
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.