تصف هذه الورقة النظام المقدم إلى مهمة Semeval-2021 - 7 لجميع المهام الفرعية الأربعة.تركز اثنان من المجموعات الفرعية على الكشف عن الفكاهة والجريمة من النص (التصنيف الثنائي).من ناحية أخرى، تتنبأ المهن الفرعية الأخرى بتصنيفات الفكاهة والجريمة للنص (الان
حدار الخطي).في هذه الورقة، نقدم نوعين مختلفين من أساليب ضبط الدقيقة باستخدام الطبقات الخطية وطبقات BI-LSTM أعلى نموذج Bert المدرب مسبقا.تظهر النتائج أن نظامنا قادر على تفوق نماذج خط الأساس بتهامش كبير.نبلغ عن درجات F1 من 0.90 للاطلاع على الترجمة الفرعية الأولى و 0.53 للسلطة الفرعية الثالثة، بينما نبلغ عن رينسي من 0.57 و 0.58 للمجموعة الفرعية الثانية والرابعة على التوالي.
تقدم هذه المقالة تقديم الفرعية 1 و SubTask 2 الذي نشارك فيه في مهمة Semeval-2021 7: Hahackathon: الكشف عن الفكاهة والعموم، نحن نستخدم نموذجا يعتمد على ألبرت يستخدم ألبرت كوحدة لاستخراج ميزات النص.نقوم بتعديل هيكل الطبقة العليا عن طريق إضافة شبكات محد
دة لتلخيص المعلومات الدلالية بشكل أفضل.أخيرا، يحقق نظامنا درجة F 0.9348 في الفرعية 1A، RMSE من 0.7214 في الفرعية 1B، F-Score من 0.4603 في SubTask 1C، و RMSE من 0.5204 في SubTask 2.
في هذه البحث تم تصميم شبكة عصبية اصطناعية تعتمد على خوارزمية الانتشار الخلفي للخطأ (BPNN) لتشخيص أورام الثدي و كذلك تصميم مصنف للتشخيص باستخدام نظام الاستدلال العصبي الضبابي المتكيف (ANFIS) و قد اعتمدت كلا الدراستين على السمات البنيوية للخزع الموجودة
في قاعدة البيانات لصور الثدي لجامعة ويسكونسون في الولايات المتحدة الأميركية” Wisconson Brest Cancer dataset“
في النهاية تم اجراء مقارنة بين الدراستين من أجل التشخيص الحميد و الخبيث للكتل السرطانية لسرطان الثدي حيث حصلت الدراسة الاولى BPNN على دقة %95.95 بينما الدراسة الثانية ANFIS حصلت على دقة 91.9% و هذه النتائج تعتبر هامة جدا و مساعدة إذا ما قورنت بالأبحاث المعتمدة على السمات الشكلية المأخوذة من الصور لأجهزة متنوعة كالماموغراف و الرنين المغناطيسي.
