ترغب بنشر مسار تعليمي؟ اضغط هنا

في تصنيف النص عبر اللغات، يطلب من أن البيانات التدريبية الخاصة بمهام المهام في لغات مصدر عالية الموارد متوفرة، حيث تكون المهمة مطابقة لتلك لغة مستهدفة منخفضة الموارد. ومع ذلك، يمكن أن يكون جمع هذه البيانات التدريبية غير ممكنة بسبب تكلفة العلامات وخصا ئص المهام ومخاوف الخصوصية. تقترح هذه الورقة حل بديل يستخدم فقط تضييق كلمة مهمة من المهام لغات الموارد عالية الموارد وقواميس ثنائية اللغة. أولا، نبني رسم بياني غير متجانس (DHG) من القواميس ثنائية اللغة. هذا يفتح إمكانية استخدام الشبكات العصبية الرسم البيانية للتحويل عبر اللغات. التحدي المتبقي هو عدم تجانس DHG لأنه يتم النظر في لغات متعددة. لمعالجة هذا التحدي، نقترح شبكة عصبية غير متجانسة مقرها القاموس (Dhgnet) التي تعالج بفعالية عدم تجانس DHG بشكل فعال بمقدار تجميعتين، وهي مجامعات على مستوى الكلمة ومستوى اللغة. توضح النتائج التجريبية أن أسلوبنا تفوق النماذج المحددة على الرغم من أنها لا تصل إلى كورسا كبيرة. علاوة على ذلك، يمكن أن يؤدي ذلك بشكل جيد على الرغم من أن القواميس تحتوي على العديد من الترجمات غير الصحيحة. تتيح قوتها لاستخدام مجموعة واسعة من القواميس مثل القاموس المصنوع تلقائيا وقاموس التعيد الجماعي، وهو أمر مناسب لتطبيقات العالم الحقيقي.
في هذه الورقة، نقدم أنظمتنا المقدمة إلى مهمة Semeval-2021 1 بشأن تنبؤ التعقيد المعجمي. وكان الهدف من هذه المهمة المشتركة هو إنشاء أنظمة قادرة على التنبؤ بالتعقيد المعجمي لرموز الرموز Word وبرامج Bigram متعددة الكلمات داخل سياق جملة معطى، أالقيمة المس تمرة تشير إلى الصعوبة في فهم الكلام المعني.تعتمد نهجنا على مجموعة من مجموعات الانحدار المتدرج المجهزة باستخدام ميزة غير متجانسة تم تعيينها بين الميزات اللغوية، ومظلات الكلمة الثابتة والسياقية، وتعاونية نفسية المعيار، وتردد Wordnet، و Word- وشخصية Bigram وإدراجه وإدراجه في نصوص الكلمات لإنشاء نموذج قادر على تعيين كلمة قادرة على تعيين كلمة قادرة على تعيين كلمة واحدةأو تعبير متعدد الكلمات تعبير تعقيد تعتمد على السياق.يمكننا أن نظهر أنه يمكن أن تساعد تضمين السلسلة السياقية بشكل خاص في التنبؤ بالتعقيد المعجمي.
تعتبر العلاقات المتطلالة الأساسية بين المفاهيم أمرا حاسما للتطبيقات التعليمية، مثل تخطيط المناهج الدراسية والدروس الذكي.في هذه الورقة، نقترح نهجا للتعليم ذات العلاقات ذات العلاقات ذات الصلة بالمفهوم الجديد، والتي تجمع بين كل من تمثيل المفهوم المستفاد ة من الرسم البياني غير المتجانس والمفهوم المفهوم المميزات الزوجية.علاوة على ذلك، نقوم بتوسيع CPRL في ظل الإعدادات الخاضعة للإشراف ضعيفا لجعل طريقةنا أكثر عملية، بما في ذلك التعلم العلاقات المتطلبات الأساسية من تبعيات كائن التعلم وتوليد بيانات التدريب مع برامج البيانات.تظهر تجاربنا على أربع مجموعات البيانات أن النهج المقترح يحقق نتائج أحدث النتائج مقارنة بالأساليب الحالية.
تقدم هذه الورقة نتائجنا من المشاركة في المهمة المشتركة SMM4H 2021. تناولنا التعرف على الكيان المسمى (NER) وتصنيف النص.لمعالجة NER، استكشفنا Bilstm-CRF مع تضمين مخلجان مكدسة وميزات لغوية.حققنا في العديد من خوارزميات التعلم في الآلات (الانحدار اللوجستي ، SVM والشبكات العصبية) لمعالجة تصنيف النص.يمكن التعميم مناهجنا المقترحة لغات مختلفة وقد أظهرنا فعاليتها للغة الإنجليزية والإسبانية.حققت تقارير تصنيف النص لدينا أداء تنافسي مع درجة F1 0.46 و 0.90 على تصنيف ADE (المهمة 1A) وتصنيف المهنة (المهمة 7A) على التوالي.في حالة NER، سجلت عمليات التقديمات لدينا درجة F1 من 0.50 و 0.82 على اكتشاف ADE SPAN (المهمة 1B) والكشف عن المهنة (المهمة 7 ب) على التوالي.
تم في هذا البحث اصطناع مشتقين للإندوميتاسين، حيث تم اصطناع الاستر الإيتيلي للإندوميتاسين بطريقة الأسترة المباشرة من خلال مفاعلة الإندوميتاسين مع الإيتانول ضمن شروط مختلفة من زمن و نسبة مولية و مذيبات مختلفة في وسط حمضي باستخدام حفازات حمضية متجانس ة مثل حمض الكبريت و حمض ميتان سلفونيك و غير متجانسة مثل الأمبرليست- 15 ، ثم تم اصطناع هيدرازيد أسيد الإندوميتاسين من خلال مكاثفة الاستر السابق مع الهيدرازين المائي و درست الشروط الأفضل من زمن و نسبة مولية و مذيبات و درجات حرارة مختلفة بدون استخدام أي حفاز.
سنقدم في هذا البحث دراسة تصنيفية لنماذج البرمجة المتوازية على بنى التنفيذ عالية الأداء, و مدى ملائمة هذه النماذج لبنى التنفيذ عالية الأداء, و التعرُّف على الأدوات البرمجيَّة المناسبة لكلٍّ منها. سوف نستعرض البنى التفَرُعيَّة (الذاكرة المشتركة و ال موزَّعة) و تطور هذه البنى بظهور البنى التفرعية غير المتجانسة و الهجينة, و بعدها نستعرض أهم نماذج البرمجة المتوازية مثل Partitioned Global Address (Space (PGAS كنموذج لبنى الذاكرة الموزَّعة و نموذج تدفق البيانات (Data Flow) كنموذج للبرمجة المتوازية غير المتجانسة و الهجينة, و أخيرًا نعرض عدة سيناريوهات لاستخدام هذه الدراسة التصنيفية.
تمت مفاعلة الغليسرول مع اثنين من هاليدات الأريل ي وسط أساسي من K2CO3 بوجود 5%mol من معقد البالاديوم (II) ذو الصيغة Pd(PPh3)2Cl 2 حيث أجري التفاعل بين الغليسرول و برومو البنزن كتفاعل نموذج و باستخدام الماء كمحل. إن معقد البالاديوم المستخدم لا ين حل في الماء و انما يعمل كوسيط غير متجانس يمكن استرداده بواسطة الترشيح في نهاية التفاعل و من ثم يعاد استخدامه عدة مرات، وفقاً لهذه الشروط حضر مركب جديد بتفاعل الغليسرول مع 1-برومو- 6,2 -ثنائي كلورو بنزن حيث يتوقع أن يكون للمركب المحضر تطبيقات صيدلانية.
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا