ترغب بنشر مسار تعليمي؟ اضغط هنا

Prergistering NLP Research.

Preregistering NLP research

325   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تشير عملية الإطار إلى ممارسة تحديد ما ستفعله، وما تتوقع أن تجده في دراستك، قبل إجراء الدراسة.هذه الممارسة شائعة بشكل متزايد في الطب وعلم النفس، ولكن نادرا ما تناقش في NLP.تناقش هذه الورقة التعددية بمزيد من التفصيل، يستكشف كيف يمكن للباحثين NLP أن يشرعون عملهم، ويعرض العديد من أسئلة تكرار مختلفة لأنواع مختلفة من الدراسات.أخيرا، نقول لصالح التقارير المسجلة، والتي يمكن أن توفر أسباب أكثر برسايكية للعلم البطيء في أبحاث NLP.الهدف من هذه الورقة هو إجراء مناقشة في مجتمع NLP، والذي نأمل في توليفه في نموذج بريوج تائون من NLP العام في البحوث المستقبلية.



المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

تجمع أبحاث معالجة اللغة الطبيعية (NLP) بين دراسة المبادئ العالمية، من خلال العلوم الأساسية، مع استهداف العلوم التطبيقية في حالات الاستخدام وإعدادات محددة. ومع ذلك، غالبا ما يفترض عملية التبادل بين NLP والتطبيقات الأساسية في كثير من الأحيان الظهور بشك ل طبيعي، مما أدى إلى العديد من الابتكارات التي تسير دون مبرر والعديد من الأسئلة المهمة تركت غير مستعصة. نحن نصف نموذج جديد من Translationations NLP، الذي يهدف إلى بنية وتيسير العمليات التي تبلغ بها بحث NLP الأساسي والتطبيقي بعضها البعض. وبالتالي يعرض NLP نموذجا للبحث الثالث، ركز على فهم التحديات التي تطرحها احتياجات التطبيق وكيف يمكن أن تدفع هذه التحديات الابتكار في تصميم العلوم والتكنولوجيا الأساسية. نظرا لأن العديد من التطورات المهمة في أبحاث NLP قد برزت من تقاطع المبادئ الأساسية مع احتياجات الطلب، وتقديم إطار مفاهيمي يحدد أصحاب المصلحة والأسئلة الرئيسية في البحوث المتعلقة بالجمالية. يوفر إطار عملنا خريطة طريق لتطوير Translationations NLP كجال بحث مخصص، وتحدد المبادئ التعليمية العامة لتسهيل التبادل بين البحوث الأساسية والتطبيقية.
يبذل الأبحاث في معالجة اللغة الطبيعية تطورات سريعة، مما يؤدي إلى نشر عدد كبير من الأوراق البحثية. العثور على أوراق بحثية ذات صلة ومساهمتها في المجال هي مشكلة صعبة. في هذه الورقة، نتعلم هذا التحدي عبر مهمة Semeval 2021 11: NLPConTributiongraph، من خلا ل تطوير نظام للحصول على الرسم البياني المعرفة المركزة للصفحة البحثية على أدب معالجة اللغة الطبيعية. تنقسم المهمة إلى ثلاث مهام فرعية: استخراج جمل المساهمة التي توضح مساهمات مهمة في المادة البحثية، واستخراج العبارات من أحكام المساهمة، والتنبؤ بالوحدات الإعلامية في المادة البحثية مع تكوين ثلاثي الأمراض من العبارات. النظام المقترح غير ملائم إلى مجال الموضوع ويمكن تطبيقه لبناء رسم بياني للمعرفة لأي منطقة. وجدنا أن نماذج اللغة القائمة على المحولات يمكن أن تحسن بشكل كبير التقنيات الحالية واستخدام النموذج المستند إلى Scibert. تستخدم المهمة الفرعية الأولى لدينا ثنائي الاتجاه LSTM (Bilstm) مكدسة أعلى طبقات نموذج Scibert، في حين أن المهمة الفرعية الثانية تستخدم مجال عشوائي مشروط (CRF) على رأس Scibert مع Bilstm. تستخدم المهمة الفرعية الثالثة نهجا عصبي مجتمعة مقرها مع الاستدلال لتنبؤ وحدة المعلومات وتشكيل ثلاثي الزيارة من العبارات. حقق نظامنا درجة F1 من 0.38، 0.63 و 0.76 في اختبار خط أنابيب نهاية إلى نهاية، اختبار استخراج العبارات واختبار استخراج ثلاث مرات.
نقدم مجموعة من المهام لدورة NLP على مستوى الدراسات العليا.تم تصميم المهام لتكون تفاعلية، قابلة للتدريج بسهولة، وإعطاء الطلاب التدريب العملي مع العديد من أنواع الهيكل الأساسي (التسلسلات، العلامات، أشجار التحليل، والأشكال المنطقية)، والبنية العصبية الح ديثة (LSTMS والمحولات)، خوارزميات الاستدلال (ديناميكيةالبرامج والبحث التقريبي) وأساليب التدريب (الإشراف الكامل والضعفاء).لقد صممنا المهام المبذولة على حد سواء تدريجيا داخل كل مهمة وعبر المهام، بهدف تمكين الطلاب من إجراء بحث على مستوى الدراسات العليا في NLP بحلول نهاية الدورة.
في هذا البرنامج التعليمي، نهدف إلى إحضار الباحثين المهتمين لبرنامج NLP إلى السرعة حول التقنيات الحديثة والمستمرة لتعلم التمثيل على مستوى المستندات.بالإضافة إلى ذلك، هدفنا هو الكشف عن فرص بحثية جديدة للجمهور، والتي نأمل أن تجلبنانا أقرب إلى معالجة التحديات القائمة في هذا المجال.
نقدم DynaBench، وهي منصة مفتوحة المصدر لإنشاء مجموعة البيانات الديناميكية ومعيار النموذج.يعمل Dynabench في متصفح ويب ويدعم إنشاء DataSet Indictet من الإنسان والنموذج في الحلقة: يسعى المحلقون إلى إنشاء أمثلة سيتطلب من النموذج المستهدف، لكن شخص آخر لن يفعله.في هذه الورقة، نجرب أن Dynabench يعالج حاجة حاسمة في مجتمعنا: تحقق النماذج المعاصرة بسرعة الأداء المتميز على المهام القياسية ولكن مع ذلك فشلت في أمثلة التحدي البسيطة وتعثرت في سيناريوهات العالم الحقيقي.من خلال Dynabench، يمكن إنشاء DataSet، تطوير النموذج، وتقييم النماذج إبلاغ بعضها البعض مباشرة، مما يؤدي إلى معايير أكثر قوة وغنية بالمعلومات.نقوم بالإبلاغ عن أربع مهام NLP الأولي، مما يوضح هذه المفاهيم وتسليط الضوء على وعد المنصة، ومعالجة الاعتراضات المحتملة على المعايير الديناميكية كمعيار جديد للحقل.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا