HyperAIHyperAI

Command Palette

Search for a command to run...

ReTraCk: إطار مرنة وفعّال للإجابة على الأسئلة باستخدام قواعد المعرفة

Feng Jiang Jian-Guang Lou Chin-Yew Lin Zhiwei Yu Qian Liu Shuang Chen

الملخص

نقدم إطار العمل Retriever-Transducer-Checker (ReTraCk)، وهو إطار لتحليل الدلالة العصبي (neural semantic parsing) مُصمم لتقديم إجابات على أسئلة قواعد المعرفة على نطاق واسع (KBQA). تم تصميم ReTraCk كإطار معياري يحافظ على مرونة عالية، حيث يتضمن وحدة استرجاع (retriever) لاسترجاع عناصر قاعدة المعرفة ذات الصلة بكفاءة، ووحدة تحويل (transducer) لإنشاء الصيغ المنطقية مع ضمان التصحيح النحوي، بالإضافة إلى وحدة فحص (checker) لتحسين عملية التحويل. وقد حصل ReTraCk على المرتبة الأولى إجمالاً في قائمة التصنيف الخاصة بـ GrailQA، كما حقق أداءً تنافسياً قوياً في معيار WebQuestionsSP الشهير. ويُظهر نظامنا قدرة على التفاعل الفوري مع المستخدمين، مما يُبرز كفاءة الإطار المقترح.


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