يستخدم استخدام اللغة بين المجالات وحتى داخل المجال، يتغير استخدام اللغة بمرور الوقت. بالنسبة لنماذج اللغة المدربة مسبقا مثل Bert، فقد ثبت أن تكييف المجال من خلال استمرار التدريب المستمر لتحسين الأداء في مهام Towstream داخل المجال. في هذه المقالة، يمك
ننا التحقيق فيما إذا كان التكيف الزمني يمكن أن يجلب فوائد إضافية. لهذا الغرض، نقدم كذبة من وسائل التواصل الاجتماعي تعليقات عينات أكثر من ثلاث سنوات. أنه يحتوي على بيانات غير مسؤولة عن التكيف والتقييم على مهمة نمذجة لغة ملثم في المنبع بالإضافة إلى البيانات المسمى للضبط الدقيق والتقييم في مهمة تصنيف المستندات المصب. نجد أن هذه المهام في كل من المهام: التكيف الزمني يحسن أداء مهام المهام المصب والصقل الزمني الصخري. تؤدي النماذج الزمنية الخاصة عموما بشكل عام في الماضي عن مجموعات الاختبار المستقبلية، مما يطابق الأدلة على الاستخدام الدائر للكلمات الموضعية. ومع ذلك، لا يحسن تكييف Bert to Time & Domain الأداء على المهمة المصب على التكيف فقط إلى المجال. يوضح تحليل المستوى الرمز المميز أن التكيف الزمني يلتقط التغييرات التي يحركها الأحداث في استخدام اللغة في مهمة المصب، ولكن ليس هذه التغييرات ذات الصلة بالفعل بأداء المهام. بناء على النتائج التي توصلنا إليها، نناقش متى قد يكون التكيف الزمني أكثر فعالية.
تعرض هذه الورقة تعدد الأبعاد التعدين على المحتوى الذي تم إنشاؤه من قبل المستخدم الذي تم جمعه من Newshires وخدمات الشبكات الاجتماعية بثلاث لغات مختلفة: اللغة الإنجليزية --- لغة عالية الموارد، المالطية --- لغة منخفضة الموارد، والالططية-الإنجليزية -- لغ
ة تبديل الكود.العديد من طرازات لغة التصنيف العصبي المتعددة التي تلبي اللغات التي تلبيها اللغات الإنجليزية واللطاطية واللطاطية والإنجليزية وكذلك الثانية) خمسة أبعاد الرأي الاجتماعي المختلفة، وهي الذاتية، قطبية المعنويات، العاطفة والسخرية والسخرية، مقدمة.تتم مناقشة النتائج لكل نموذج تصنيف لكل البعد الاجتماعي.
نظرا لأن النهج القائم على المعجم هو أكثر أناقة علميا، أوضح مكونات الحل وأسهل التعميم إلى التطبيقات الأخرى، توفر هذه الورقة نهجا جديدا للغة الهجومية والكشف عن الكلام على وسائل التواصل الاجتماعي، والتي تجسد معجم من الهجوم الضمني والبريثوإقتصار التعبيرا
ت المشروح مع المعلومات السياقية.نظرا لشدة تعليقات وسائل التواصل الاجتماعي المسيئة في البرازيل، وعدم وجود أبحاث باللغة البرتغالية والبرتغالية البرازيلية هي اللغة المستخدمة للتحقق من صحة النماذج.ومع ذلك، قد يتم تطبيق طريقتنا على أي لغة أخرى.تظهر التجارب التي أجراها فعالية النهج المقترح، مما يتفوق على الأساليب الأساسية الحالية للغة البرتغالية.
تعد خلط التعليمات البرمجية (CM) ظاهرة ملحوظة في كثير من الأحيان تستخدم لغات متعددة في الكلام أو الجملة. لا توجد قيود نحوية صارمة لاحظت في خلط التعليمات البرمجية، وتتألف من أشكال الإملاء غير القياسية. إن التعقيد اللغوي الناتج عن العوامل المذكورة أعلاه
جعل التحليل الحسابي للغة المختلطة من التعليمات البرمجية مهمة صعبة. تعد تحديد الهوية اللغوية (LI) وجزء الكلام (POS) الخطوات الأساسية التي تساعد في تحليل هيكل النص المختلط من التعليمات البرمجية. في كثير من الأحيان، تعتبر مهام وضع العلامات LI و POS في سيناريو خلط التعليمات البرمجية. نحن نعلم مشكلة التعامل مع تعدد اللغات والهيكل النحوي أثناء تحليل الجملة المختلطة من التعليمات البرمجية باعتبارها مهمة تعليمية مشتركة. في هذه الورقة، قمنا بالتعاون بشكل مشترك وتحسين اكتشاف اللغة وجزء من نماذج وضع علامات الكلام في السيناريو المختلط من التعليمات البرمجية. استخدمنا محول مع بنية الشبكة العصبية التنافعية. نحن ندرب طريقة التعلم المشترك من خلال الجمع بين طرامات نقاط البيع ونماذج LI على نص الوسائط الاجتماعية المختلطة من التعليمات البرمجية التي تم الحصول عليها من المهمة المشتركة أيقونة.
ركزت الأبحاث السائدة على خطاب الكراهية في الغالب في الوقت الحالي في مهمة تصنيف وظائف وسائل التواصل الاجتماعي بشكل رئيسي فيما يتعلق بطبقات نطاقات الكراهية المحددة مسبقا إلى حد ما.قد يكون هذا كافيا إذا كان الهدف هو اكتشاف وحذف الوظائف اللغوية المسيئة.و
مع ذلك، لا يمكن إزالة الإزالة دائما بسبب تشريع بلد ما.أيضا، هناك أدلة على أن خطاب الكراهية لا يمكن مكافحته بنجاح بمجرد إزالة مشاركات الكلام الكراهية؛يجب أن تواجهها التعليم والعديد من الروايات.لهذا الغرض، نحتاج إلى تحديد (I) من هو الهدف في وظيفة خطاب كراهية معينة، و (2) ما هي الجوانب (أو الخصائص) التي تعزى الهدف إلى الهدف في المنصب.كأول تقريب، نقترح تكييف نموذج استخراج مفهوم حقيقي للأحدث إلى مجال خطاب الكراهية.نتيجة التجارب واعدة ويمكن أن تكون مصدر إلهام لمزيد من العمل في المهمة
هدفت هذه الدراسة التعرف على الآثار النفسية والاجتماعية المترتبة على مخالطة الطواقم الطبية في وزارة الصحة الفلسطينية للمرضى خلال جائحة كورونا، كما هدفت الى التعرف إذا كان هناك فروق في الآثار النفسية والاجتماعية المترتبة على مخالطة الطواقم الطبية في
وزارة الصحة الفلسطينية للمرضى خلال جائحة كورونا حسب متغيرات الدراسة (الجنس، المسمى الوظيفي، المؤهل العلمي، سنوات الخبرة) ولتحقيق هدف الدراسة تم تطوير استبانة مؤلفة من (26) فقرة موزعة على مجالين، تم توزيعها على (95) من الطواقم الطبية وتم التأكد من صدقها وثباتها من قبل لجنة من المحكمين من ذوي الاختصاص، وبعد عملية توزيع الاستبانات وجمعها تم ترميزها وإدخالها الى الحاسوب، ومعالجتها إحصائياً باستخدام الرزمة الاحصائية للعلوم الاجتماعية. وقد بينت الدراسة أن درجة الآثار النفسية المترتبة على مخالطه الطواقم الطبية في وزارة الصحة الفلسطينية للمرضى خلال جائحة كورونا كانت كبيرة، زان درجة الآثار النفسية المترتبة على مخالطه الطواقم الطبية في وزارة الصحة الفلسطينية للمرضى خلال جائحة كورونا، كما تبين انه عدم وجود توجد فروق ذات دلالة احصائية عند مستوى الدلالة( 0.05= α) في كل من الآثار النفسية والاجتماعية المترتبة على مخالطه الطواقم الطبية في وزارة الصحة الفلسطينية للمرضى خلال جائحة كورونا تعزى للمتغيرات(الجنس، المسمى الوظيفي، المؤهل العلمي، سنوات الخبرة) وبناء على نتائج هذه الدراسة فقد أوصت الباحثة بعدة توصيات كان أهمها ضرورة تخصيص وقت فراغ كافي للطواقم الطبية في وزارة الصحة، وضرورة زيادة عدد أفراد الطواقم الطبية في وزارة الصحة.
يتم إدخال كلمات جديدة بانتظام للمجتمعات، ولكن لا تستمر كل هذه الكلمات في معجم المجتمع. من بين العديد من العوامل التي تسهم في التغيير المعجمي، نركز على التأثير المفهم للشبكات الاجتماعية. نقوم بإجراء تحليل واسع النطاق لأكثر من 80K Neologisss في 4420 مج
تمعا عبر الإنترنت عبر عقد من الزمان. باستخدام رفض Poisson وتحليل البقاء على قيد الحياة، توضح دراستنا أن هيكل شبكة المجتمع يلعب دورا مهما في التغيير المعجمي. بصرف النظر عن الحجم الكلي، الخصائص بما في ذلك الاتصالات الكثيفة، عدم وجود مجموعات محلية، والاتصالات الخارجية أكثر تعزز الابتكار المعجمي والاحتفاظ بها. على عكس المجتمعات غير المتصلة بالإنترنت، لا تواجه هذه المجتمعات القائمة على الموضوعات القائم على المستوى المعجمي القوي على الرغم من زيادة الاتصال ولكن استيعاب المزيد من الكلمات المتخصصة. يوفر عملنا الدعم للفرضية الاجتماعية الاجتماعية التي يشكلها التغيير المعجمي جزئيا بواسطة هيكل الشبكة الأساسية ولكن أيضا اكتشاف النتائج المحددة للمجتمعات عبر الإنترنت.
يستخدم عمل خطاب الشكوى من قبل البشر للتواصل مع عدم وجود عدم تطابق سلبي بين الواقع والتوقعات كرد فعل على وضع غير موات. تصنف النظرية اللغوية للبراغماتية شكاوى إلى مستويات شدة مختلفة تعتمد على تهديد الوجه الذي يرغب فيه الشكوى في القيام به. هذا مفيد بشكل
خاص لفهم نية الشكوكيين وكيف يطور البشر استراتيجيات اعتذار مناسبة. في هذه الورقة، ندرس مستوى شدة الشكاوى لأول مرة في اللغويات الحاسوبية. لتسهيل ذلك، فإننا نشعر بإثراء مجموعة بيانات متاحة للجمهور من الشكاوى مع أربع فئات شدة وتدريب شبكات مختلفة قائمة على المحولات جنبا إلى جنب مع المعلومات اللغوية التي تحقق 55.7 ماكرو F1. كما نقوم بالاشتراك في تصنيف تصنيف الشكاوى الثنائية وشدة الشكاوى في إعدادات متعددة المهام التي تحقق نتائج جديدة لتحقيق نتائج جديدة على اكتشاف الشكاوى الثنائية تصل إلى 88.2 ماكرو F1. أخيرا، نقدم تحليلا نوعيا لسلوك نماذجنا في التنبؤ بمستويات شدة الشكوى.
نحن نعمل على تعميم فكرة قياس التحيزات الاجتماعية في Word Ageddings لإضاءة Word بصريا. الحياز موجودة في المدينات المتطرفة، ويبدو أنها بالفعل أكثر أهمية أو أكثر أهمية من المدمج غير المقصود. هذا على الرغم من حقيقة أن الرؤية واللغة يمكن أن تعاني من تحيزا
ت مختلفة، والذي قد يأمل المرء أن يخفف من التحيزات في كليهما. توجد طرق متعددة لتعميم التحيز القياسي القياسي في Word Ageddings لهذا الإعداد الجديد. نقدم مساحة التعميمات (Weat-Weat-Weat and Grounded) وإظهار أن ثلاث تعميمات تجيب على أسئلة مختلفة لكنها مهمة حول كيفية تفاعل التحيزات واللغة والرؤية. يتم استخدام هذه المقاييس في مجموعة بيانات جديدة، الأول من أجل التحيز الأساسي، الذي تم إنشاؤه عن طريق زيادة معايير التحيز اللغوي القياسي مع 10228 صورة من كوكو، والتسمية التوضيحية المفاهيمية، وصور جوجل. بناء البيانات يتحدى لأن مجموعات بيانات الرؤية هي نفسها منحازة للغاية. سيبدأ وجود هذه التحيزات في الأنظمة في الحصول على عواقب عالمية حقيقية حيث يتم نشرها، مما يجعلها تقيس التحيز بعناية ثم تخفيفها بالغ الأهمية لبناء مجتمع عادل.
تطبيقات معالجة اللغة الطبيعية (NLP) أصبحت الآن أكثر قوة في كل مكان من أي وقت مضى. مع النماذج السريعة النامية (العصبية) والبيانات الأكثر إتاحة دائما، فإن نماذج NLP الحالية لديها حق الوصول إلى مزيد من المعلومات من أي مكبر صوت بشري خلال حياتهم. ومع ذلك،
سيكون من الصعب القول بأن نماذج NLP وصلت إلى سعة على مستوى بشري. في هذه الورقة الموضعية، نجادل بأن سبب القيود الحالية هو التركيز على محتوى المعلومات مع تجاهل العوامل الاجتماعية للغة. نظهر أن أنظمة NLP الحالية تنهار بشكل منهجي عند مواجهة تفسير العوامل الاجتماعية للغة. يؤدي هذا إلى حدود الطلبات الفرعية من المهام المتعلقة بالمعلومات ويمنع NLP من الوصول إلى أداء المستوى البشري. في الوقت نفسه، تظهر الأنظمة التي تدمج حتى الحد الأدنى من العوامل الاجتماعية بالفعل تحسينات ملحوظة. نقوم بإضفاء الطابع الرسمي على تصنيف سبع عوامل اجتماعية بناء على النظرية اللغوية وإثارة الإخفاقات الحالية والنجاحات الناشئة لكل منها. نقترح أن يتناول مجتمع NLP العوامل الاجتماعية للحصول على أقرب إلى هدف فهم اللغة يشبه الإنسان.
