نقدم Bertweetfr، أول نموذج لغوي مدرب مسبقا على نطاق واسع للتغريدات الفرنسية.يتم تهيئ نموذجنا باستخدام نموذج اللغة الفرنسية المجال للمجال Camembert الذي يتبع بنية Base Bert.تظهر التجارب أن Bertweetfr Outperforms جميع نماذج اللغة الفرنسية العامة في الم
جال السابق على اثنين من مهام Twitter Twitter من Twitter من تحديد الاجثافية التعرف على الكيان المسمى.تم إنشاء DataSet المستخدمة في مهمة كشف الاجزاسية أولا وشروحة من قبل فريقنا، وملء فجوة هذه البيانات التحليلية في الفرنسية.نجعل نموذجنا متاحا علنا في مكتبة المحولات بهدف تعزيز البحث في المستقبل في المهام التحليلية للتغريدات الفرنسية.
أثبتت نماذج اللغة أنها مفيدة للغاية عند تكييفها مع مجالات محددة.ومع ذلك، تم إجراء القليل من الأبحاث على تكيف نماذج بيرت الخاصة بالمجال في اللغة الفرنسية.في هذه الورقة، نركز على إنشاء نموذج لغة تتكيف مع النص القانوني الفرنسي بهدف مساعدة محترفي القانون
.نستنتج أن بعض المهام المحددة لا تستفيد من نماذج اللغة العامة المدربة مسبقا على كميات كبيرة من البيانات.نستكشف استخدام الهندسة الصغيرة في اللغات الفرعية الخاصة بالمجال ومزاياها للنص القانوني الفرنسي.نثبت أن النماذج المحددة مسبقا للمجال يمكن أن تؤدي أفضل من تلك المعادلة المكافئة في المجال القانوني.أخيرا، نطلق سراح جوريبارت، مجموعة جديدة من نماذج بيرت تتكيف مع المجال القانوني الفرنسي.
لقد أثبتت العديد من الأعمال الحديثة أن تمثيل الجملة غير المدعومة بالشبكات العصبية تشفص من المعلومات النحوية من خلال مراقبة أن نماذج اللغة العصبية قادرة على التنبؤ بالاتفاقية بين الفعل وموضوعها.نأخذ نظرة حاسمة في خط البحث هذا من خلال إظهار أنه من المم
كن تحقيق دقة عالية في مهمة هذه الاتفاقية ذات الاستدلال السطحي البسيط، مما يشير إلى وجود عيب محتمل في تقييمنا القدرة الأساسية للشبكات العصبية.تظهر تحليلاتنا الدقيقة للنتائج على اتفاقية الفعل الفرنسية الطويلة المدى أنه يتعارض مع LSTMS، والمحولات قادرة على التقاط كمية غير تافهة من الهيكل النحوي.
استخراج العلاقات هو الترجمة الفرعية لمعالجة Langage الطبيعية التي شهدت العديد من التحسينات في السنوات الأخيرة، مع ظهور البنية المعقدة المدربة مسبقا. يتم اختبار العديد من هذه النهج من هذه النهج من المعايير مع الجمل المسماة التي تحتوي على كيانات الموسو
مة، وتتطلب التدريب المسبق الهامة والضبط بشكل جيد على البيانات الخاصة بالمهام. ومع ذلك، في سيناريو حقيقي للاستخدام، مثل في شركة صحيفة في الغالب مخصصة لمعلومات المحلية، فإن العلاقات هي من نوع متنوع للغاية، مع عدم وجود بيانات مشروح تقريبا لمثل هذه العلاقات، والعديد من الكيانات تعاني في جملة دون أن تكون ذات صلة. نشكك في استخدام النماذج الإشرفة من أحدث النماذج في هذا السياق، حيث توجد موارد مثل الوقت والحوسبة وقوة الحوسبة والنحاذج البشرية محدودة. للتكيف مع هذه القيود، نقوم بتجربة خط أنابيب استخراج التعلم في التعلم النشط، وتتألف من نموذج خفيف الوزن يستند إلى LSTM ثنائي للكشف عن العلاقات الموجودة، ونموذج أحدث لتصنيف العلاقة. قارن العديد من الخيارات لنماذج التصنيف في هذا السيناريو، من الكلمة الأساسية لتضمين المتوسط، على الرسم البياني للشبكات العصبية وتلك القائمة على برت، وكذلك العديد من استراتيجيات الاستحواذ النشطة للتعلم، من أجل إيجاد نهج الأكثر كفاءة من حيث التكلفة ولكن دقيقة في موقعنا أكبر حالة استخدام شركة صحيفة صحيفة الفرنسية.
أنظمة ذاكرة الترجمة (TMS) هي المكون الرئيسي لأدوات الترجمة المساعدة بمساعدة الكمبيوتر. يقومون بتخزين الترجمات التي تسمح بتوفير الوقت عن طريق تقديم الترجمات على قاعدة البيانات من خلال مطابقة عدة أنواع مثل المباريات الغامضة، والتي تحسبها خوارزميات مثل
مسافة التعديل. ومع ذلك، أظهرت الدراسات أوجه القصور اللغوي لهذه النظم والصعوبات في استرجاع البيانات أو الحصول على نسبة عالية من المطابقة، خاصة بعد تطبيق التحولات النحوية والدلوية هي التغيير الصوتي النشط / السلبي، تغيير ترتيب الكلمات، الاستبدال بواسطة مرادف أو ضمير شخصي، على سبيل المثال. تقدم هذه الورقة نتائج دراسة تجريبية حيث نحلل البيانات النوعية والكمية من الاستبيانات التي أجريت مع المترجمين المحترفين للإسبانية والفرنسية والعربية من أجل تحسين فعالية TMS واستكشاف جميع الاحتمالات لدمج مزيد من المعالجة اللغوية من عشرة أنواع التحول وبعد النتائج مشجعة، وسمحت لنا لمعرفة عملية الترجمة نفسها؛ التي نقترحنا أداة معالجة مسبقة التحرير لتحسين عمليات المطابقة واسترجح العمليات.
يهدف التبسيط المعجمي (LS) إلى استبدال الكلمات التي تعتبر مجمعا في جملة من قبل معادلات أبسط.في هذه الورقة، نقدم أول خدمة LS أوتوماتيكية للفرنسية، والحصوية، والتي تقدم تقنيات مختلفة لتوليد واختيار ودائل الرتبة.تصف الورقة الطرق المختلفة التي اقترحتها أد
اةنا، والتي تشمل كلتا الأساليب الكلاسيكية (مثل توليد المرشحين من الموارد المعجمية، ومرشح التردد، وما إلى ذلك) ونهج أكثر ابتكارا مثل استغلال كاممبرت، وهو نموذج للفرنسية القائمة على روبرتاهندسة معمارية.لتقييم الطرق المختلفة، يتم تقديم مجموعة بيانات تقييم جديدة للفرنسية.
بالنسبة للعديد من المهام، تم تحقيق النتائج الحديثة مع الهندسة المعمارية القائمة على المحولات، مما يؤدي إلى تحول نموذجي في الممارسات من استخدام الهيغات الخاصة بمهام المهام إلى ضبط نماذج اللغة المدربة مسبقا مسبقا. يتكون الاتجاه المستمر في نماذج تدريبية
مع كمية متزايدة باستمرار من البيانات والمعلمات، والتي تتطلب موارد كبيرة. يؤدي إلى بحث قوي لتحسين كفاءة الموارد بناء على تحسينات الخوارزمية والتحسينات التي تم تقييمها للغة الإنجليزية فقط. يثير هذا أسئلة حول قابلية استخدامها عند تطبيقها على مشاكل التعلم الصغيرة، والتي تتوفر كمية محدودة من بيانات التدريب، خاصة لمهام لغات أقل من الموارد. يعد الافتقار إلى كورسا الحجم بشكل مناسب عائقا لتطبيق النهج القائمة على التعلم التي يحركها البيانات ونقلها مع حالات عدم الاستقرار قوية. في هذه الورقة، نقوم بإنشاء أحدث من الجهود المكرسة لسهولة الاستخدام النماذج القائمة على المحولات واقتراح تقييم هذه التحسينات بشأن أداء الإجابة على الأسئلة للغة الفرنسية التي لديها عدد قليل من الموارد. نحن نبذة عن عدم الاستقرار المتعلق ندرة البيانات عن طريق التحقيق في استراتيجيات التدريب المختلفة مع تكبير البيانات وتحسين فرط الحرارة ونقل عبر اللغات. نقدم أيضا نموذجا مدمجا جديدا ل Fralbert الفرنسية التي تثبت أنها تنافسية في إعدادات الموارد المنخفضة.
قد يتم تحديد الجنس النحاسي من قبل دلالات أو إجمالية أو علم الصوتيات أو يمكن أن يكون تعسفيا.تحديد الأنماط في العوامل التي تحكم نون الجنسين يمكن أن تكون مفيدة لمتعلمي اللغة، وفهم المصادر اللغوية الفطرية للتحيز بين الجنسين.قد يتم استبدال النهج اليدوية ا
لقائمة على القواعد اليدوية من خلال النهج الحسابية الأكثر دقة وقابلة للتطوير ولكن أصعب من أجل تفسيرها للتنبؤ بنوع الجنس من المعلومات النموذجية.في هذا العمل، نقترح نماذج تصنيف الجنسية القابلة للتفسير للفرنسية، والتي تحصل على أفضل ما في العالمين.نقدم نهج عصبي عالية الدقة التي تعززها نهج قائم على بديل عالمي جديد لتوضيح التنبؤات.نقدم سمات مساعدة "لتوفير تعقيد تفسير الضبط.
SIFting تغريدات فرنسية للتحقيق في تأثير CovID-19 في إثارة القلق الشديد.يمكن الاستفادة من وسائل التواصل الاجتماعي لفهم المشاعر والمشاعر العامة في الوقت الفعلي، وتستهدف رسائل الصحة العامة المستندة إلى اهتمامات المستخدم والعواطف.في هذه الورقة، نحقق في ت
أثير الوباء CovID-19 في إثارة القلق الشديد، والاعتماد على الرسائل المتبادلة على Twitter.وبشكل أكثر تحديدا، نقدم: ط) إجراء تحليلا كميا ونوعيا لجور تغريدات باللغة الفرنسية ذات صلة بنظام Coronavirus، و II) نهج خط أنابيب (آلية ترشيح تليها أساليب الشبكة العصبية) مرضية للرسائل التي تعبر عن القلق الشديد على وسائل التواصل الاجتماعيبالنظر إلى الدور الذي تلعبه العواطف.
هدف البحث إلى تعرف اتجاهات طلبة الصف الأول الثانوي في مدينة اللاذقية نحو تعلم اللغة الفرنسية، و كذلك تعرف الفروق في اتجاهاتهم تبعاً لمتغيري (الجنس، الفرع). و من أجل تحقيق أهداف الدراسة صممت استبانة تضمنت (56) عبارة، موزعة على أربعة مجالات هي: (قيمة ا
للغة الفرنسية، استخدام اللغة الفرنسية خارج المدرسة، دور الأهل في تعلم اللغة الفرنسية، فوائد اللغة الفرنسية في الدراسة و في الحياة المستقبلية)، و تم تطبيقها على عينة بلغت (434) طالباً و طالبة للعام الدراسي 2017/2018، و تم استخدام البحث الحالي المنهج الوصفي. و للحكم على صدق الاستبانة عرضت على (9) محكمين مختصين في كليّات التربية في الجمهورية العربية السورية. و تم التأكد من ثباتها بتطبيقها على عينة استطلاعية شملت (48) طالباً و طالبة من خلال حساب معامل ألفا كرونباخ (Cronbach – Alpha)، و الذي بلغ (0.93).
و انتهى البحث إلى النتائج الآتية:
- وجود اتجاهات إيجابية نحو تعلم اللغة الفرنسية من قبل طلبة الصف الأول الثانوي في مدينة اللاذقية.
- يوجد فرق ذو دلالة إحصائية في اتجاهات طلبة الصف الأول الثانوي في مدينة اللاذقية نحو تعلم اللغة الفرنسية تبعاً لمتغير الجنس، لصالح الإناث.
- توجد فروق ذات دلالة إحصائية في اتجاهات طلبة الصف الأول الثانوي في مدينة اللاذقية نحو تعلم اللغة الفرنسية تبعاً لمتغير الفرع لصالح طلبة الفرعين العلمي و الأدبي.
كما قدم البحث مقترحات عديدة، كان أهمها: الاهتمام بتعليم اللغة الفرنسية، و إقامة دورات تدريبية للمدرسين، و تزويد المدارس بالوسائل التعليمية اللازمة للمخابر لتوفير بيئة تعليميّة ملائمة.
