HyperAIHyperAI

Command Palette

Search for a command to run...

استغلال العلاقات الأحادية مع التعلم المكدس لاستخراج العلاقات

Leslie K. Tamppari Matthew P. Golombek Raymond Francis Kiri L. Wagstaff Ellen Riloff Yuan Zhuang

الملخص

عادةً ما تُصوّر نماذج استخراج العلاقات المشكلة المتعلقة بتحديد ما إذا كانت هناك علاقة بين زوج من الكيانات كقرار واحد فقط. ومع ذلك، قد تواجه هذه النماذج صعوبات في التعامل مع التراكيب اللغوية الطويلة أو المعقدة التي لا تكون فيها الكيانات متصلة مباشرة، وهو ما يحدث غالبًا في المنشورات العلمية. نقترح منهجًا جديدًا يُفكّك العلاقة الثنائية إلى علاقتين أحاديتين يُمكّن كل منهما من التقاط الدور الذي يلعبه كل كيان على حدة في العلاقة. ونُنشئ نموذجًا تعليميًا متداخلًا (stacked learning model) يدمج المعلومات المستمدة من مُستخرجَي العلاقات الأحادية والثنائية لتحديد ما إذا كانت العلاقة تنطبق بين كيانين. ونُقدّم نتائج تجريبية تُظهر أن هذا النهج يتفوّق على عدة نماذج تنافسية لاستخراج العلاقات على مجموعة بيانات جديدة من المنشورات في مجال العلوم الكوكبية، وكذلك على مجموعة بيانات معيارية في مجال البيولوجيا.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp