HyperAIHyperAI

Command Palette

Search for a command to run...

منذ 4 أشهر

إعادة التفسير المعجمي: إطار شامل لاستغلال المعرفة

{Hamido Fujita Ming Wang Yinglin Wang}

الملخص

تمثّل مسألة تحديد المعنى (WSD) أحد القضايا الأساسية والمستمرة منذ ظهورها في مجتمع معالجة اللغة الطبيعية (NLP). وتمتد تطبيقاتها إلى مجالات متعددة، منها تحليل المشاعر واسترجاع المعلومات (IR) والترجمة الآلية وبناء الرسوم المعرفية. وتنقسم الحلول المقدمة لمشكلة WSD بشكل رئيسي إلى نهجين: النهج المُدرَّب (supervised) والنهج القائم على المعرفة (knowledge-based). في هذه الورقة البحثية، تم اقتراح نهج قائم على المعرفة، حيث تم نمذجة المشكلة من خلال الفضاء المعنوي والمسار المعنوي الخفي وراء جملة معطاة. ويُعتمد هذا النهج على قاعدة معرفية شهيرة تُسمى WordNet، ويُنمذج الفضاء المعنوي والمسار المعنوي باستخدام تحليل المعاني الخفية (LSA) وخوارزمية PageRank على التوالي. وقد أثبتت التجارب فعالية هذا الأسلوب، حيث حقق أداءً يُعدّ من أفضل الأداء في عدة مجموعات بيانات WSD.

المعايير القياسية

معيار قياسيالمنهجيةالمقاييس
word-sense-disambiguation-on-knowledge-basedKEF
All: 68.0
SemEval 2007: 56.9
SemEval 2013: 68.4
SemEval 2015: 72.3
Senseval 2: 69.6
Senseval 3: 66.1

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
إعادة التفسير المعجمي: إطار شامل لاستغلال المعرفة | الأوراق البحثية | HyperAI