HyperAIHyperAI
منذ 12 أيام

تكييف المجال لنماذج فصل الكلمات التايلاندية باستخدام التجميع المتكدس

{Sarana Nutanong, Ekapol Chuangsuwanich, Raheem Sarwar, Wannaphong Phatthiyaphaibun, Peerat Limkonchotiwat}
تكييف المجال لنماذج فصل الكلمات التايلاندية باستخدام التجميع المتكدس
الملخص

مثل العديد من مهام معالجة اللغة الطبيعية، يعتمد فصل الكلمات في اللغة التايلاندية على المجال. وقد اعتمدت الباحثون على التعلم الناقل لتعديل نموذج موجود بحيث يتناسب مع مجال جديد. ومع ذلك، لا يمكن تطبيق هذا النهج في الحالات التي نستطيع التفاعل فيها فقط مع طبقات الإدخال والإخراج للنماذج، والمعروفة أيضًا بـ"الصناديق السوداء". نقترح حلًا يعتمد على نمط التصفية والتحسين، مبنيًا على منهجية التجميع المتتالي (stacked-ensemble learning)، لمعالجة هذه القيود المتعلقة بالصناديق السوداء. أجرينا دراسات تجريبية واسعة المدى، وقارنا طريقةً مقترحة بمناهج حديثة ونماذج التعلم الناقل. أظهرت النتائج التجريبية أن الحل المقترح يُعد طريقة فعّالة للتكيف الحدودي، وتحقيق أداءً مشابهًا لأداء منهج التعلم الناقل.

تكييف المجال لنماذج فصل الكلمات التايلاندية باستخدام التجميع المتكدس | أحدث الأوراق البحثية | HyperAI