في هذه الورقة، نقترح حل عالمي قابل للتفسير لحل مشكلة NLP البارزة: قرار الكيان (ER). نحن فوركون في وقت متأخر من مشكلة تقسيم الرسم البياني. يتم تمثيل كل إشارة إلى كيان عالمي حقيقي بواسطة عقدة في الرسم البياني، وتستخدم درجات SIM الزوجية بين التفسير في ر
بط هذه العقد إلى زمرة واحدة بالضبط، والتي تمثل كيان عالمي حقيقي في مجال ER. في هذه الورقة، نستخدم مشكلة تقسيم Clique (CPP)، وهو ما يعد عددا صحيحا (IP) لصياغة ER كقسم رسم بياني، ثم قم بتسلط الضوء على الطبيعة القابلة للتفسير لهذه الطريقة. نظرا لأن CPP هو NP-Hard، نقدم إجراءات حل فعالة، خوارزمية XER، لحل CPP كملكة كيميائية لإيجاد أقصى حد من الزمرات في الرسم البياني ثم أداء التعبئة المعممة المعممة باستخدام صياغة جديدة. نناقش مزايا استخدام XER على الأساليب التقليدية وتوفير الخيارات الحسابية ونتائج تطبيق هذه الطريقة إلى مجموعات بيانات ER.
تعد أنظمة معالجة اللغة الطبيعية (NLP) في قلب العديد من أنظمة صنع القرار الآلي الحرجة التي تجعل توصيات حاسمة حول عالمنا في المستقبل.تم دراسة التحيز بين الجنسين في NLP جيدا باللغة الإنجليزية، لكنها كانت أقل دراستها بلغات أخرى.في هذه الورقة، تضم فريقا ب
ينهم متحدثون 9 لغات - الصينية والإسبانية والإنجليزية والعربية والألمانية والفرنسية والفرصي والأوردو وولف - تقارير وتحليل قياسات التحيز بين الجنسين في ولاية ويكيبيديا كورسيا لهذه اللغات 9 لغات 9 لغات 9 لغات 9 لغات 9 لغات هذه.نقوم بتطوير ملحقات لحسابات متر راي حساسية على مستوى المهنة والجنس على مستوى كوربوس المصممة في الأصل للغة الإنجليزية وتطبيقها على 8 لغات أخرى، بما في ذلك اللغات التي لديها أسماء جنسانية من النوع الاجتماعي بما في ذلك كلمات المهنة الأنثوية والمذكر والمحايدة المختلفة.نناقش العمل في المستقبل من شأنه أن يستفيد بشكل كبير من منظور اللغويات الحاسوبية.
