تعتمد اللغة الطبيعية على معجم محدود للتعبير عن مجموعة غير محدودة من الأفكار الناشئة. هناك نتيجة واحدة لهذا التوتر هي تشكيل مؤلفات جديدة، بحيث يمكن دمج الوحدات اللغوية الحالية مع العناصر الناشئة في تعبيرات جديدة. نحن نطور إطارا يستغل الآليات المعرفية
للسلاسل والمعرفة متعددة الوسائط للتنبؤ التعبيرات التركيبية الناشئة عبر الزمن. نقدم نموذج تمديد الإطار النحوي (SFEM) الذي يستمد على نظرية المدعون والمعرفة من الاهتمام "، والفهور"، واللغة "" لاستنتاج كيفية توسيع الأفعال إطاراتها لتشكيل مؤلفات جديدة مع الأسماء الحالية والرواية. نقيم SFEM بصرامة على 1) طرائق المعرفة و 2) تصنيف نماذج من التفصيل، في كوربوس الإنجليزية المحلينة على مدى 150 عاما الماضية. نظرا لأن SFEM Multimodal يتوقع بناء جملة الفعل والجدات التي ظهرت حديثا أفضل بكثير من النماذج المتنافسة باستخدام المعرفة اللغوية أو غير المستمرة البحتة. نجد دعما لوجهة نظر مثالية للسلاسل بدلا من عرض النموذج الأولي والكشف عن كيفية أن يكون النهج المشترك للسلسل متعدد الوسائط أمرا أساسيا لإنشاء استخدام اللغة الحرفية والجازرة بما في ذلك الاستعارة و Methymyy.
استخراج العلاقات الشخصية تلقائيا من محاور المحادثة يمكن أن تثري قواعد المعرفة الشخصية لتعزيز البحث المخصص والتوتيات واللقات.لاستنتاج علاقات المتحدثين من الحوارات، نقترح فخر، وهو مصنف متعدد الملصقات العصبية، بناء على بيرتف ومحول لإنشاء تمثيل محادثة.يس
تخدم BRIDE هيكل الحوار ويزيده بالمعرفة الخارجية حول ميزات المتحدث ومصمم المحادثة. مثل الأعمال السابقة، نحن نعلم التنبؤ متعدد التسميات لعلاقات الحبيبات الجميلة.نطلق سراح مجموعات بيانات واسعة النطاق، بناء على ScreenPlays من الأفلام والعروض التلفزيونية، مع علاقات موجهة للمشاركين المحادثة.تظهر تجارب واسعة النطاق على كلتا البيانات الأداء فائقة من الفخر مقارنة بناسيات الأحدث.
إن فهم متانة وحساسية نماذج بيرت التي تتنبأ بمرض الزهايمر من النص أمر مهم لكلا نماذج تصنيف أفضل وفهم قدراتها وقيودها.في هذه الورقة، نقوم بتحليل كيفية تأثير كمية خاضعة للرقابة من التعديلات المرجوة وغير المرغوبة التي تؤثر على أداء بيرت.نظهر أن بيرت قوية
للتغيرات اللغوية الطبيعية في النص.من ناحية أخرى، نظهر أن بيرت ليست حساسة لإزالة المعلومات المهمة سريريا من النص.
في هذه الورقة، نقدم مهمة التنبؤ بشدة من الجوانب التي يقيم بها العمر من محتوى السينما على أساس البرنامج النصي للحوار.إننا نحقق أولا تصنيف شدة الأفلام الترتيبية على 5 جوانب: الجنس والعنف والبهجة واستهلاك المواد المخدرة والمشاهد المخيفة.يتم التعامل مع ا
لمشكلة باستخدام إطار عمل متعدد القائم على شبكة سيامي يعمل بشكل متزامن على تحسين إمكانية تفسير التنبؤات.تظهر النتائج التجريبية أن أسلوبنا تتفوق على نموذج الحالة السابقة للدولة السابقة ويوفر معلومات مفيدة لتفسير تنبؤات النموذج.يتم توفير مجموعة البيانات والمصدر المقترحة للجمهور في مستودع GitHub الخاص بنا.
نحن نحقق في تنبؤات الكراهية المضادة للآسيوية بين مستخدمي Twitter في جميع أنحاء Covid-19.مع ظهور كره الأجانب والاستقطاب الذي رافق استخدام وسائل التواصل الاجتماعي الواسع النطاق في العديد من الدول، أصبحت الكراهية عبر الإنترنت قضية اجتماعية كبرى، وجذب ال
عديد من الباحثين.هنا، نطبق تقنيات معالجة اللغة الطبيعية لتوصيف مستخدمي وسائل التواصل الاجتماعي الذين بدأوا في نشر رسائل الكراهية المضادة للآسيوية خلال CovID-19.قارننا مجموعتين من المستخدمين --- أولئك الذين نشروا من المضادة للآسيا وأولئك الذين لم يفعلوا - فيما يتعلق بمجموعة غنية من الميزات المقاسة بالبيانات قبل CovID-19 وإظهار أنه من الممكن التنبؤ الذي في وقت لاحقنشرت المناهضة للآسيا.يؤكد تحليلنا للميزات التنبؤية على التأثير المحتمل لوسائط الإعلام وإعلام المعلومات التي تبلغ عن الكراهية عبر الإنترنت وتدعو إلى مزيد من التحقيق في دور شبكات الاتصالات الاستقطابية وسائط الإعلام.
جندت هذه الدراسة 51 شيويلا تتراوح أعمارهم بين 53-74 لمناقشة أنشطتهم اليومية في مجموعات التركيز.تم تحليل الخطاب المسجل باستخدام النسخة الصينية من Liwc (لين وآخرون.، 2020؛ Pennebaker et al.، 2015) للتعقيد المعرفي واللغة الديناميكية وكذلك كلمات المحتوى
المتعلقة بأنشطة الشيوخ اليومية.كما تم ترميز سلوك المقاطع أثناء المحادثة وتحليلها.بعد السيطرة على التعليم والجنس والعمر، أظهرت النتائج أن أداء المرونة المعرفية يرافقه اعتماد اللغة الديناميكية والكلمات البصيرة والكلمات العائلية.تعمل هذه النتائج كأساس للتنبؤ بالمرونة المعرفية لشيوخ من خلال استخدامها اليومي.
العديد من أدوات استخراج العلاقات الدلالية التلقائي استخراج ثلاث مرات من النص غير منظم.ومع ذلك، فإن كمية كبيرة من هذه الثلاثي هي فقط تمثل المعرفة الأساسية.نستكشف استخدام النصوص الكاملة للمنشورات الطبية الحيوية لإنشاء كائن تدريبي ثلاثي ثلاث مرات دهالية
مفيدة ومهمة تستند إلى فكرة أن الاشتراكات الرئيسية للمقال ملخصة في مجردة لها.يتم استخدام هذه الشورقة لتدريب مصنف التعلم العميق لتحديد ثلاثة أضعاف ثلاثة أضعاف، ونقترح أن يتم توليد ترتيب الأهمية الثلاثية الدلالية.
نقترح إطارا جديدا للتنبؤ بالتقدمية الإبلاغ عن وسائل الإعلام الإخبارية من خلال دراسة دورات اهتمام المستخدمين في قنوات YouTube الخاصة بهم.على وجه الخصوص، نقوم بتصميم مجموعة غنية من الميزات المستمدة من التطور الزمني لعدد طرق العرض، الإعجابات، الكراهية،
والتعليقات عن مقطع فيديو، والذي نكتبه بعد ذلك إلى مستوى القناة.نقوم بتطوير وتحرير مجموعة بيانات للمهمة، وتحتوي على ملاحظات انتباه المستخدم على قنوات YouTube ل 489 رسالة إخبارية.تثبت تجاربنا على كلا التكاملين وتحسينات كبيرة على تمثيلات نصية من أحدث الأحوال.
إن التنبؤ بصعوبة المفردات الخاصة بالمجال هي مهمة مهمة نحو فهم أفضل للنطاق، وتعزيز التواصل بين الأشخاص الخبراء والخبراء.نقوم بالتحقيق في مركبات الأسماء المغلقة الألمانية والتركيز على تفاعل الميزات المعجمية القائمة على المركب (مثل التردد والإنتاجية) وا
لميزات المستندة إلى المصطلحات (المتناقضة لغة خاصة بالمجال واللغة العامة) عبر تمثيلات الكلمات والصفوفات المصنفة.تكمل تجارب التنبؤ لدينا رؤى من التصنيف باستخدام (أ) ميزات مصممة يدويا لتوصيف الوالدين وتشكيل المركب و (ب) مجمعات Word Adgentdings.نجد أنه بالنسبة للتمييز الثنائي الواسع في التردد المركزي باللغة العامة "VS. الصعب الصعب" كافية، ولكن بالنسبة للتمييز الأكثر غرامة من أربعة فئات من الدرجة الأولى، فمن الأهمية بمكان تضمين ميزات الحد من الناحية المتعاوية والمركب والميزات المكونة.
في هذه الورقة، نقدم ثلاثة أنظمة مختلفة للإشراف على تنبؤ التعقيد المعجمي باللغة الإنجليزية للتعبيرات الفردية والمتعددة المهام ل Semeval-2021.الرمز المستهدف في السياق.تجمع أفضل نظامنا بين المعلومات من هذه المصادر الثلاث.تشير النتائج إلى أن المعلومات ال
واردة من نماذج اللغة الملثمين ويمكن دمج ترميز مستوى الطابع لتحسين تنبؤ التعقيد المعجمي.
