HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 3 أشهر

توضيح مقاوم للenti-ties المُعرفة في النص

{Gerhard Weikum Stefan Thater Bilyana Taneva Marc Spaniol Manfred Pinkal Hagen Fürstenau Ilaria Bordino Mohamed Amir Yosef Johannes Hoffart}

توضيح مقاوم للenti-ties المُعرفة في النص

الملخص

يُعدّ تفكيك الكيانات المذكورة في النصوص اللغوية الطبيعية عملية تُرَوِّج لربط الإشارات إلى أسماء غامضة بكيانات قياسية، مثل الأشخاص أو الأماكن، المسجّلة في قواعد معرفية مثل DBpedia أو YAGO. يقدّم هذا البحث منهجًا قويًا لتفكيك جماعي، من خلال الاستفادة من السياق المستمد من قواعد المعرفة، واستخدام شكل جديد من رسومات الترابط (coherence graph). ويُوحّد هذا المنهج النماذج السابقة ضمن إطار شامل يدمج ثلاث قياسات: احتمالية وجود الكيان المذكور مسبقًا، وتشابه السياقات بين الإشارة والكيان المرشّح، بالإضافة إلى الترابط بين الكيانات المرشّحة لجميع الإشارات معًا. يقوم المنهج ببناء رسم بياني موزون يشمل الإشارات والكيانات المرشحة، ثم يحسب فرعًا كثيفًا (dense subgraph) يقرب من أفضل تعيين مشترك بين الإشارات والكيانات. تُظهر التجارب أن المنهج الجديد يتفوّق بشكل ملحوظ على النماذج السابقة من حيث الدقة، مع سلوك موثوق عبر مجموعة متنوعة من المدخلات.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
entity-disambiguation-on-aida-conllHoffart et al.
In-KB Accuracy: 82.29
entity-linking-on-aida-conllHoffart et al. (2011)
Micro-F1 strong: 72.8

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
توضيح مقاوم للenti-ties المُعرفة في النص | الأوراق البحثية | HyperAI