يعد تحليل الإطار الدلالي مهمة تحليل دلالية تعتمد على Framenet التي تلقت اهتماما كبيرا مؤخرا.تتضمن المهمة عادة ثلاث مجموعات فرعية بالتتابع: (1) التعرف المستهدف، (2) تصنيف الإطار و (3) وصف الدور الدليمي.ترتبط المهارات الفرعية الثلاثة ارتباطا وثيقا أثنا
ء وجود دراسات سابقة طرازها بشكل فردي، مما يتجاهل اتصالاتهم المتدربين، وفي الوقت نفسه يحث مشكلة نشر الأخطاء.في هذا العمل، نقترح نموذج عصبي نهاية إلى نهائي لمعالجة المهمة بشكل مشترك.بشكل ملموس، استغلنا طريقة قائمة على الرسم البياني، فيما يتعلق بتحليل الإطار الدلالي كمشكلة بناء الرسم البياني.يتم التعامل مع جميع المسندات والأدوار كجزء رسم بياني، ويتم أخذ علاقاتهم كحواف رسم بياني.نتائج التجربة على مجموعة بيانات قياسية من الإطار الدلالي تظهر أن طريقتنا تنافسية للغاية، مما يؤدي إلى أداء أفضل من نماذج خطوط الأنابيب.
في حين أن Framenet تعتبر على نطاق واسع كمورد غني من الدلالات في معالجة اللغات الطبيعية، فإن النقد الرئيسي يتعلق بعدم وجود تغطية وندرة نسبية لبياناتها المسمدة مقارنة بالموارد المعمارية الأخرى المستخدمة مثل Propbank و Verbnet. تقارير الورقة هذه عن دراس
ة تجريبية لمعالجة هذه الفجوات. نقترح نهج تكبير البيانات، والذي يستخدم التعليق التوضيحي الخاص بالإطار الحالي لإشراف الوحدات المعجمية الأخرى تلقائيا من نفس الإطار الذي يتم الكشف عنه. يحدد نهجنا القائم على القواعد فكرة الوحدة المعجمية الشقيقة ** وإنشاء بيانات معدنية خاصة بالإطار للتدريب. نقدم تجارب على وضع علامات الدور الدلالية الإطارية التي توضح أهمية تكبير البيانات هذا: نحصل على تحسن كبير في النتائج السابقة لتعريف الإطار وتحديد الوسيطة من أجل Framenet، والاستفادة من كل من النص التوضيحية والتعمادي بموجب Framenet. تسليط نتائج نتائجنا على زيادة البيانات بقيمة إنشاء الموارد التلقائي للنماذج المحسنة في تحليل الإطار الدلالي.
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.
أنتجت Framenet ومشروع Framenet متعدد اللغات توضيحا بدلية متعددة اللغات من النصوص الموازية التي تسفر عن رؤى ناشطية مميزة للغاية.علاوة على ذلك، فإن الإطار التوضيح الدلالي للإقطاعات العريضة من اللغات سيوفر معلومات عن حدود دلالات الإطار (Fillmore 1982، F
illmore1985).تقدم التوضيحية الدلالية المتعددة اللغات مدخلات حاسمة للبحث عن التنوع اللغوي وأنماط متكررة في التصنيف الحاسوبية.بالاستمتاع بنتائج شرح Framenet للنصوص الموازية، تقترح هذه الورقة إطارات التوضيح الدلالية ككون مكون جديد لاستكمال حالة الفن في التصنيف الدلالي الحسابي.
فهم كيفية أخبار الإطار الإعلامي القضايا السياسية مهمة بسبب تأثيرها على المواقف العامة، ولكن من الصعب أتمتة. تركزت النهج الحسابية إلى حد كبير على تصنيف إطار مقال أخبار كامل بينما غالبا ما تكون إشارات تأطير خفية ومحلية. علاوة على ذلك، فإن تحليل الأخبار
التلقائي هو مجال حساس، ويفتقر الفصوص الموجودة إلى الشفافية في تنبؤاتهم. تتناول هذه الورقة كلا من المشكلات مع نموذج جديد للإشراف، والتي تتعلم بشكل مشترك تضمين المعلومات المحلية حول الأحداث والجهات الفاعلة ذات الصلة في مقالة إخبارية من خلال إطار ترميز تلقائي، والاستفادة من هذه الإشارة لتصنيف إطار الوثيقة على مستوى المستند. تظهر تجاربنا أن: تتفوق النموذج لدينا النماذج السابقة من التنبؤ الإطار؛ يمكننا زيادة تحسين الأداء مع بيانات التدريب غير المسبق التي تستفيد من الطبيعة شبه الإشرفة لنموذجنا؛ وتأثير الحدث المستفيد و Ambeddings الممثل بشكل حدسي التوقعات على مستوى الوثيقة، مما يوفر تمثيلا إطارات إطارات محمولة ومهمة.
تقدم هذه الورقة توقعات إطارات دلالية، وهي مهمة تتوقع الإطارات الدلالية التي ستحدث في الجمل العشرة أو 100 أو حتى 1000 شخص في قصة تشغيل. ركز العمل السابق على التنبؤ بالمستقبل الفوري للقصة، مثل واحد إلى بعض الأحكام المقبلة. ومع ذلك، عندما يكتب الروائيون
قصص طويلة، فإن توليد بعض الجمل لا يكفي لمساعدتهم على اكتساب نظرة ثاقبة رفيعة المستوى لتطوير قصة المتابعة. في هذه الورقة، نقوم بصياغة قصة طويلة كسلسلة من كتل القصة، "حيث تحتوي كل كتلة على عدد ثابت من الجمل (E.G.، 10 أو 100، أو 200). يسمح لنا هذه الصياغة بالتنبؤ بقص القصة المتابعة تتجاوز نطاق بعض الجمل. نحن نمثل كتلة قصة باستخدام الترددات المصطلح (TF) من الإطارات الدلالية فيها، وتطبيعها من خلال تردد المستندات العكسية لكل إطار (IDF). نجري تجارب توقعات دلالية للإطار على 4794 كتابا من Bookcorpus و 7،962 من الملخصات العلمية من CODA-19، مع أحجام الكتلة تتراوح بين 5 إلى 1000 جمل. تظهر النتائج أن النماذج الآلية يمكن أن تتوقع كتل قصة المتابعة أفضل من خطوط الأساس العشوائية السابقة والإعادة، مما يشير إلى جدوى المهمة. نتعلم أيضا أن النماذج التي تستخدم تمثيل الإطار كيزات تفوق جميع الأساليب الموجودة عندما يكون حجم الكتلة أكثر من 150 جمل. يوضح التقييم البشري أيضا تمثيل الإطار المقترح، عند تصوره كدولة كلمة، مفهومة وممثلا ومحددة للبشر.
تعد الإطارات أحد أنواع الجمل الإنشائية لمقاومة الأحمال الزلزالية، و يتم تقوية الإطارات
بطرق عدة، و من الطرق المتبعة إضافة صفائح معدنية ضمن الإطار لتعمل كجدران قص.
يهدف البحث لتطوير نموذج شريطي (Strip model) للصفائح المعدنية الجزئية بفتحة
موازية ل
لجوائز عندما تعمل مع الإطارات البيتونية المسلحة كجدران قص.
تم في هذه الدراسة البحث في الأثر الذي يحدثه تغليف الإطار البيتوني
بالقميص الفولاذي (بالكمية الدنيا) على مواصفات الإطار من حيث القساوة و المطاوعة
و المقاومة.
تهدف الدراسة في البحث عن قدرة النماذج العددية للتوصل لمحاكاة السلوك الواقعي للإطارات البيتونية المسلحة تحت تأثير الأحمال الدورية التكرارية.
نقترح في عملنا هذا استخدام المعوض التزامني STATCOM في عملية ربط الطاقة المنتجة من الحقول الشمسية و الريحية مع الشبكة العامة، حيث قمنا باختيار المدينة الصناعية في حسياء كحالة
لدراسة إمكانية تغذيتها من خلال مزرعة شمسية (أو/و ريحية) و تشبيكها عن طريق الSTATCOM.
