Graphmr: الرسم البياني الشبكة العصبية للانطق الرياضي

تهدف المنطق الرياضي إلى استنتاج الحلول الراضية بناء على أسئلة الرياضيات المعينة. أثبتت أبحاث معالجة اللغة الطبيعية السابقة فعالية التسلسل إلى التسلسل (SEQ2SEQ) أو المتغيرات ذات الصلة على حل الرياضيات. ومع ذلك، تمكن عدد قليل من الأعمال من استكشاف المعلومات الهيكلية أو النحوية المخفية في التعبيرات (على سبيل المثال، الأسبقية والزملاء). وضعت هذه الرسالة للتحقيق في فائدة مثل هذه المعلومات غير المستغلة للهندسة العصبية. أولا، يتم تمثيل الأسئلة الرياضية بتنسيق الرسوم البيانية داخل تحليل بناء الجملة. تتيح لهم الطبيعة المنظمة للرسوم البيانية أن تمثل علاقات المتغيرات أو المشغلين مع الحفاظ على دلالات التعبيرات. بعد أن تحولت إلى التمثيلات الجديدة، اقترحنا Graphmr الشبكة العصبية الرسمية الرسمية، والتي يمكن أن تتعلم بفعالية المعلومات الهرمية من مدخلات الرسوم البيانية لحل الرياضيات وتوقع الإجابات. يتم بناء سيناريو تجريبي كامل مع أربع فئات من المهام الرياضية وثلاثة خطوط خطوط خطوط خطوط SEQ2SEQ لإجراء تحليل شامل، وتظهر النتائج أن Graphmr تفوقت على الآخرين في التعلم والمعلومات المخفية والحل الرياضيات.

بناء النصوص الموجهة نحو الأهداف

إن معرفة البرامج النصية سلاسل الأحداث المشتركة في السيناريوهات النمطية، هي أصول قيمة لأنظمة فهم اللغة الطبيعية الموجهة نحو المهام.نقترح مهمة بناء البرنامج النصي الموجهة نحو الأهداف، حيث ينتج نموذج سلسلة من الخطوات لإنجاز هدف معين.نحن نعارض مهمتنا في أول مجموعة بيانات تعليمية متعددة اللغات متعددة اللغات تدعم 18 لغة تم جمعها من Wikihow، وهو موقع على شبكة الإنترنت يحتوي على نصف مليون حول المقالات.بالنسبة إلى الأساس، نفكر في نهج قائم على الجيل باستخدام نموذج لغة ونهج يستند إلى استرجاعه من خلال استرداد الخطوات ذات الصلة لأول مرة من بركة مرشحة كبيرة ثم طلبها.نظرا لأن مهمتنا عملية، غير ممكنة ولكن صعبة النماذج المحولات الحديثة، وأن طرقنا يمكن نشرها بسهولة لمختلف مجموعات البيانات والمجالات الأخرى مع أداء طلقة صفرية لائقة.

التنوع كمنتج ثانوي: توليد اللغة الموجهة نحو الأهداف يؤدي إلى التباين اللغوي

إن القدرة على التباين في استخدام اللغة ضروري للمتحدثين لتحقيق أهدافهم المحادثة، على سبيل المثال عند الإشارة إلى الكائنات في البيئات المرئية.نقول أن التنوع لا ينبغي أن يكون على غرار كهدف مستقل في الحوار، ولكن يجب أن يكون نتيجة لذلك أو منتج ثاني لتوليد اللغة الموجهة نحو الأهداف.تم التحقيق في خطوط عمل مختلفة في توليد اللغة العصبية طرق فك تشفيرها لتوليد المزيد من الكلمات المتنوعة، أو زيادة المعلوماتية من خلال التفكير العملي.نربط تلك خطوط العمل وتحليل كيفية تأثير المنطق العملي أثناء فك التشفير على تنوع التسميات التوضيحية الناتجة عنها.نجد أن تعزيز التنوع نفسه لا يؤدي إلى تسهيلات مفيدة بشكل أكثر عمليا، لكن المنطق العملي يزيد من التنوع المعجمي.أخيرا، نناقش ما إذا كان الاستفادة من المعلوماتية بطرق غير معقولة بمرحلة ما بين اللغوي.

كيفية تحفيز التنين الخاص بك: تدريس وكلاء يحركهم الأهداف للتحدث والتصرف في عوالم الخيال

نسعى إلى إنشاء وكلاء يتصرفون والتواصل مع الوكلاء الآخرين في السعي لتحقيق هدف.تحقيقا لهذه الغاية، نقوم بتمديد الضوء (Urbanek et al. 2019) --- لعبة نصية خيال من الحشد على نطاق واسع - مع مجموعة بيانات من المهام.هذه تحتوي على دوافع لغوية طبيعية مقترنة بأهداف في اللعبة والمظاهرات البشرية؛قد يتطلب إكمال السعي حوار أو إجراءات (أو كليهما).نقدم نظام لتعليم التعزيز (1) يشتمل على التدريب المستندة إلى النمذجة على النمذجة القائمة على النمذجة على النمذجة على نطاق واسع ومقرها مسبقا لإشراف الوكيل مع البثور ذات الصلة؛و (2) يرفع مساحة عمل عوامل من أوامر العمل والحوار، موازنة بين الاثنين.نقوم بإجراء تقييمات طلقة صفرية باستخدام مظاهرات الخبراء البشرية المحتفظ بها، والتي تبين أن عملائنا قادرون على التصرف باستمرار والتحدث بشكل طبيعي فيما يتعلق بدوافعهم.

السؤال المفتوح المجال الرد على مساحات السؤال المبنية مسبقا

يسأل الأسئلة المفتوحة الإجابة على تحديد إجابات الأسئلة التي أنشأتها المستخدم في مجموعات ضخمة من المستندات. أساليب Readriever-Reverse Graph النهج هي أسران كبيرتان من الحلول لهذه المهمة. يطبق قارئ المسترد أولا تقنيات استرجاع المعلومات للحصول على تحديد عدد قليل من الممرات التي من المحتمل أن تكون ذات صلة، ثم تغذي النص المسترد إلى قارئ شبكة عصبي لاستخراج الإجابة. بدلا من ذلك، يمكن بناء الرسوم البيانية المعرفة واستفسارها للإجابة على أسئلة المستخدمين. نقترح خوارزمية مع تصميم رواية Reader-Reader - يختلف عن كل من العائلات. يستخدم Reader-Retriever أولا قارئ حاليا لقراءة الكائن وإنشاء مجموعات من جميع الأسئلة المجدية المرتبطة بإجاباتهم، ثم يستخدم المسترد عبر الإنترنت للاستجابة لاستعلامات المستخدم من خلال البحث في مساحات الأسئلة التي تم إنشاؤها مسبقا للحصول على إجابات أكثر احتمالا أن يطلب في الطريقة المحددة. ندمج مزيد من الجمع بين قارئ المسترجع واحد واسترجاع القارئين في نموذج هجين يسمى R6 لأفضل أداء. تبين تجارب مع مجموعة بيانات عامة واسعة النطاق أن R6 يحقق دقة حديثة.

قيود الفتحة التي يحركها المعرفة لأنظمة الحوار الموجهة نحو الأهداف

في أنظمة الحوار الموجهة نحو الأهداف، يقدم المستخدمون المعلومات من خلال قيم الفتحة لتحقيق أهداف محددة. عمليا، يمكن أن تكون بعض مجموعات قيم الفتحة غير صالحة وفقا للمعرفة الخارجية. على سبيل المثال، مزيج من بيتزا الجبن "(عنصر القائمة) وملفات تعريف الارتباط OREO" (تتصدر) من كلام الإدخال يمكن أن أطلب بيتزا جبنة مع ملفات تعريف الارتباط Oreo على القمة؟ "تعويضات مثل هذه المجموعات غير الصالحة وفقا للقائمة من مطعم العمل. تسمح أنظمة الحوار التقليدية بإعدام قواعد التحقق من الصحة كخطوة بعد المعالجة بعد أن تم ملء الفتحات التي يمكن أن تؤدي إلى تراكم الخطأ. في هذه الورقة، نقوم بإضفاء الطابع الرسمي على قيود فتحة مدفوعة بالمعرفة وتقديم مهمة جديدة من اكتشاف انتهاك القيد مصحوبة ببيانات معايير. ثم نقترح طرق لإدماج المعرفة الخارجية في الكشف عن انتهاك الانتهاك في النظام والنموذج كمركز تصنيف نهاية إلى نهج ومقارنته لنهج خط أنابيب القواعد التقليدي. تجرب التجارب على مجاليين من مجموعة بيانات متعددة الأوجه من تحديات الكشف عن انتهاك القيود وتضع المرحلة للعمل في المستقبل والتحسينات.

التعلم من عمليات إعدام التحليل الدلالي

تهدف التحليل الدلالي إلى ترجمة كلام اللغة الطبيعية (NL) على البرامج القابلة للتفسير بالآلة، والتي يمكن تنفيذها مقابل بيئة عالمية حقيقية. منذ فترة طويلة تم الاعتراف بالشروح باهظة الثمن لأزواج برنامج الكلام كعقوبة رئيسية لنشر النماذج العصبية المعاصرة لتطبيقات الحياة الحقيقية. في هذا العمل، نركز على مهمة التعلم شبه الإشراف حيث يتوفر كمية محدودة من البيانات المشروحة مع العديد من الكلمات غير المستقرة غير المسبقة. بناء على الملاحظة التي يجب أن تكون البرامج التي تتوافق مع الكلام NL قابلة للتنفيذ دائما، نقترح تشجيع المحلل المحلل لتوليد برامج قابلة للتنفيذ للكلمات غير المسبقة. نظرا لمسافة البحث الكبير للبرامج القابلة للتنفيذ، والأساليب التقليدية التي تستخدم شعاع البحث عن التقريب، مثل التدريب الذاتي والتدريب الهامشي الأعلى، لا تؤدي كذلك. بدلا من ذلك، نقترح مجموعة من أهداف التدريب الجديدة المستمدة من خلال الاقتراب من مشكلة التعلم من عمليات الإعدام من منظور التنظيم الخلفي. أهدافنا الجديدة تفوق الطرق التقليدية في الليلة الماضية والجيوقي، سد الفجوة بين التعليم شبه الإشرافه والإشراف.

الاحتياجات التدريبية لأمهات أطفال الروضة في تحقيق الأهداف الاجتماعية و الوجدانية في أثناء الأزمات

هدفت الدراسة إلى تحديد الاحتياجات التدريبية لأمهات أطفال الروضة في تحقيق الأهداف الاجتماعية و الوجدانية في أثناء الأزمات، و تم اعتماد المنهج الوصفي، من خلال استخدام استبانة الاحتياجات التدريبية لأمهات أطفال الروضة كأداة للدراسة من إعداد الباحثة، و قد شملت عينة الدراسة ( 120 ) أماً من أمهات أطفال الروضة في مدينة حمص، تم اختيارهم بالطريقة العشوائية العنقودية.

اقتراح خوارزمية تطورية هجينة لحل مسائل الأمثلة المتعددة الأهداف

تستخدم الخوارزميات التطورية المتعددة الأهداف على نطاق واسع من المجالات في سبيل حل مسائل الأمثلة, و التي تتطلب وجود عدة أهداف متعارضة يجب أخذها بعين الاعتبار معاً. تمتلك خوارزميات الأمثلة التطورية الأساسية عدة عيوب, مثل الافتقار إلى معيار جيد لإنهاء العمل, و عدم وجود براهين تثبت التقارب الجهد. غالباً ما تستخدم خوارزمية أمثلة تطورية هجينة متعددة الأهداف للتغلب على هذه العيوب.

طريقة تفاعلية جديدة لحل مسائل البرمجة الخطية متعددة الأهداف

في هذا البحث نعرض طريقة تفاعلية جديدة لحل مسائل البرمجة الخطية متعددة الأهداف, تعتمد هذه الطريقة على تشكيل نموذج تخفيض الانحرافات النسبية لدوال الأهداف عن قيمها المعيارية, و معالجة انحرافات دوال الأهداف غير المرضية بالتفاعل مع متخذ القرار. و تم مقارنة النتائج التي حصلنا عليها مع عدة طرائق تفاعلية و منها ( طريقة STEM [6]– طريقة STEM المحسنة[7] – طريقة Matejas – peric [8]) حيث أثبتت النتائج العددية فعالية الطريقة المقترحة مقارنة مع النتائج التي حصلنا عليها باستخدام تلك الطرائق عند نقطة الحل الابتدائي و مختلف نقاط التفاعل مع متخذ القرار.