المعرفة المعنية بالمعالجة المعنية ذات الصلة أمر بالغ الأهمية لدعم تخطيط الإجراءات للمهام المعقدة. على وجه الخصوص، يمكن استخدام معلومات الأدوات بما يمكن القيام به مع أدوات معينة للحد من مساحة البحث التي تنمو بشكل كبير مع عدد خيارات قابلة للحياة. توفر مصادر نموذجية لمثل هذه المعرفة، وقواعد المعرفة المعيشية المعيشية منظم مثل Cysisnet أو Child Webchild، كمية محدودة من المعلومات التي تختلف أيضا بشكل كبير عبر المجالات المختلفة. بالنظر إلى النجاح الأخير لنماذج اللغة المدربة مسبقا مثل بيرت، فإننا نبحث في ما إذا كان يمكن استخراج معلومات الإحالة المشتركة مباشرة من النص شبه المنظم بذل جهد شرح مقبول. بشكل ملموس، قارنا علاقات المعيشية المشتركة التي تم الحصول عليها من المفاهيم مقابل تلك المستخرجة مع Bert من قواعد بيانات وصفة كبيرة. في هذا السياق، نقترح وظيفة التهديف، بناء على تصنيف Wordnet TEXT لمطابقة شروط محددة لأكثر عمومية، مما يتيح تقييم غني مقابل مجموعة من علاقات الحقيقة الأرضية.
Manipulation-relevant common-sense knowledge is crucial to support action-planning for complex tasks. In particular, instrumentality information of what can be done with certain tools can be used to limit the search space which is growing exponentially with the number of viable options. Typical sources for such knowledge, structured common-sense knowledge bases such as ConceptNet or WebChild, provide a limited amount of information which also varies drastically across different domains. Considering the recent success of pre-trained language models such as BERT, we investigate whether common-sense information can directly be extracted from semi-structured text with an acceptable annotation effort. Concretely, we compare the common-sense relations obtained from ConceptNet versus those extracted with BERT from large recipe databases. In this context, we propose a scoring function, based on the WordNet taxonomy to match specific terms to more general ones, enabling a rich evaluation against a set of ground-truth relations.
References used
https://aclanthology.org/
This paper presents an automatic method to evaluate the naturalness of natural language generation in dialogue systems. While this task was previously rendered through expensive and time-consuming human labor, we present this novel task of automatic
Natural language processing (NLP) tasks, ranging from text classification to text generation, have been revolutionised by the pretrained language models, such as BERT. This allows corporations to easily build powerful APIs by encapsulating fine-tuned
Geographic Information Systems (GIS) present one of the most important 3D modeling techniques of cities, which has become a very important and necessary for representing of contemporary cities, and doing different analyses, with the aim of finding so
Generally, the environmental constitutional regulations used by countries vary
between objective ones made to legalize the right for a safe
environment and procedural ones. This paper focuses on and
analyzes the methods that must be used when making decisions
related to environmental protection.
Providing pretrained language models with simple task descriptions in natural language enables them to solve some tasks in a fully unsupervised fashion. Moreover, when combined with regular learning from examples, this idea yields impressive few-shot