HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

GTR-LSTM: مشغل ثلاثي لتكوين الجمل من بيانات RDF

{Rui Zhang Bayu Distiawan Trisedya Jianzhong Qi Wei Wang}

GTR-LSTM: مشغل ثلاثي لتكوين الجمل من بيانات RDF

الملخص

قاعدة المعرفة هي مستودع كبير للحقائق، والتي تمثل بشكل رئيسي على شكل ثلاثيات RDF، حيث تتكون كل ثلاثية من موضوع، وعامل (علاقة)، وجسم. يوفر تمثيل ثلاثيات RDF واجهة بسيطة للتطبيقات للوصول إلى الحقائق. ومع ذلك، فإن هذا التمثيل ليس بصيغة لغوية طبيعية، مما يجعله صعب الفهم بالنسبة للبشر. نعالج هذه المشكلة من خلال اقتراح نظام يحول مجموعة من ثلاثيات RDF إلى جمل طبيعية، وذلك باستخدام إطار عمل مشفر-فكّار. ولضمان الحفاظ على أكبر قدر ممكن من المعلومات من ثلاثيات RDF، نقترح مُشفر ثلاثي مبني على الرسم البياني. ويُشفّر هذا المشفر ليس فقط عناصر الثلاثيات، بل أيضًا العلاقات داخل كل ثلاثية وبين الثلاثيات. تُظهر النتائج التجريبية أن المشفر المقترح حقق تحسينًا مستمرًا على النماذج الأساسية بنسبة تصل إلى 17.6% و6.0% و16.4% على التوالي في ثلاث مقاييس شائعة هي BLEU وMETEOR وTER.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
data-to-text-generation-on-webnlgGTR-LSTM (entity masking)
BLEU: 58.6

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
ابدأ الآن

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
GTR-LSTM: مشغل ثلاثي لتكوين الجمل من بيانات RDF | الأوراق البحثية | HyperAI