ترغب بنشر مسار تعليمي؟ اضغط هنا

أين نحن في التعرف على علاقة الخطاب؟

Where Are We in Discourse Relation Recognition?

611   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

يتعرف محللون المحاورون على العلاقات المتعمدة والتنزاعية التي تنظم النصوص الموسعة. لقد كان لديهم تأثير كبير على مجموعة متنوعة من مهام NLP وكذلك الدراسات النظرية في اللغويات والعلوم المعرفية. ومع ذلك، غالبا ما يكون من الصعب تحقيق نتائج جيدة من نماذج الخطاب الحالية، ويعزى ذلك إلى حد كبير إلى صعوبة المهمة، لا سيما الاعتراف بعلاقات الخطاب الضمني. أظهرت التطورات الأخيرة في النماذج القائمة على المحولات وعد كبير على هذه التحليلات، لكن التحديات لا تزال تبقى. نقدم ورقة وضع توفر تحليلا منهيا لحالة محلل خطاب الفن. نحن نهدف إلى فحص أداء نماذج تحليل الخطاب الحالي عبر نوبة المجال التدريجي: داخل Corpus، على النصوص داخل المجال، وعلى النصوص خارج المجال، ونناقش الاختلافات بين النماذج القائمة على المحولات والنماذج السابقة في التنبؤ بأنواع مختلفة من العلاقات الضمنية كل من العلاقات الأساسية. نستنتج عن طريق وصف العديد من أوجه القصور في النماذج الحالية ومناقشة حول كيفية اتباع العمل في المستقبل هذه المشكلة.



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

اقرأ أيضاً

في ورقة الموقف هذه، نقدم جدول أعمال وأفكار بحثية لتسهيل التعرض للنقاط المتنوعة في توصية الأخبار. التوصية الأخبار من وجهات النظر المتنوعة مهمة لمنع تأثيرات فقاعة المرشح المحتملة في الاستهلاك الأخبار، وتحفيز نقاش صحي ديمقراطي. لحساب التعقيد الذي يتصاعد للبشر كمواطنين في الديمقراطية، نتوقع (من بين أمور أخرى) اختلافات على المستوى الفردي في قبول التنوع. نقوم بتوصيل هذه الفكرة بالتقنيات في معالجة اللغة الطبيعية، حيث تتيح لنا نماذج اللغة التوزيعية لوضع مستخدمين مختلفين ومقالات إخبارية في مساحة متعددة الأبعاد بناء على المحتوى الدلالي، حيث يتم تشغيل التنوع كمسافة وتباين. وبهذه الطريقة، يمكننا تصميم خطوط العرض الفردية من التنوع "بالنسبة للمستخدمين المختلفين، وبالتالي تخصيص تنوع وجهة نظر لدعم مناقشة عامة صحية. بالإضافة إلى ذلك، نحدد القضايا التقنية والأخلاقية والمفاهيمية المتعلقة بأفكارنا المقدمة. وصفنا يصف كيف يمكن ل NLP لعب دورا رئيسيا في تنويع توصيات الأخبار.
التعرف على علاقة الخطاب الضمني (IDRR) هو مهمة حاسمة في تحليل الخطاب. الدراسات السابقة فقط اعتبارها مهمة التصنيف وتفتقر إلى فهم متعمق لدل العلاقات المختلفة. لذلك، نرى أولا EDRR كامرأة توليد ومزيد من اقتراح طريقة النمذجة المشتركة للتصنيف والجيل. على وج ه التحديد، نقترح نموذجا مشتركا، CG-T5، للتعرف على تسمية العلاقة وتوليد الجملة المستهدفة التي تحتوي على معنى العلاقات في وقت واحد. علاوة على ذلك، نقوم بتصميم ثلاث نماذج جملة مستهدفة، بما في ذلك نموذج الأسئلة، لنموذج الجيل لإدماج المعرفة السابقة. لمعالجة مشكلة أن وحدات الخطاب الكبيرة غير متضمنة بالكاد في الجملة المستهدفة، نقترح أيضا آلية بناء الجملة المستهدفة التي تستخرج الجمل الأساسية تلقائيا من تلك الوحدات الخطابية الكبيرة. تظهر النتائج التجريبية على حد سواء على مجموعات بيانات MCDTB والإنجليزية الصينية أن نموذج CG-T5 لدينا يحقق أفضل أداء ضد العديد من الأنظمة الحديثة.
تهدف التعرف على علاقة الخطاب الضمني (IDRR) إلى تحديد العلاقات المنطقية بين جملتين مجاورة في الخطاب.تفشل النماذج الحالية في الاستفادة الكاملة من المعلومات السياقية التي تلعب دورا مهما في تفسير كل جملة محلية.في هذه الورقة، فإننا نقترحنا بالتالي شبكة تت بع السياق في الرسم البياني القائمة على الرسم البياني (شبكة CT) لنموذج سياق الخطاب ل IDRR.تقوم CT-Net أولا بتحويل الخطاب في الرسم البياني لرابطة الفقرة (PAG)، حيث تتبع كل جملة سياقها المرتبطة ارتباطا وثيقا من الخطاب المعقد من خلال أنواع مختلفة من الحواف.بعد ذلك، استخراج CT-NET تمثيل سياقي من PAG من خلال آلية تحديث تم تصميمه خصيصا، مما يمكن أن يدمج بفعالية من كل من دلالات السياق على مستوى الجملة ومستوى الرمز المميز.تشير التجارب على PDTB 2.0 إلى أن شبكة CT-NET أكبر أداء أفضل من النماذج التي نموذجها تقريبا السياق.
تلخيص الحوار عبارة عن مهمة طويلة الأمد في مجال NLP، وعدة مجموعات بيانات مع حوارات ووجود ملخصات مكتوبة بشرية من الأنماط المختلفة موجودة.ومع ذلك، فمن غير الواضح لأي نوع من الحوار أي نوع الموجز هو الأنسب.لهذا السبب، نطبق النموذج اللغوي لأنواع الحوار لاس تخلاص عناصر ملخص مطابقة ومهام NLP.يتيح لنا هذا تعيين بيانات تلخيص الحوار الموجودة في هذا النموذج وتحديد الفجوات والاتجاهات المحتملة للعمل في المستقبل.كجزء من هذه العملية، نقدم أيضا نظرة عامة واسعة النطاق عن مجموعات بيانات تلخيص الحوار الموجودة.
نقترح طريقة لتعلم تمثيلات الجملة المعممة والتعميم باستخدام التعلم المشروع للإشراف على الذات.في الطريقة المقترحة، يتم إعطاء نموذج نص يتكون من جمل متعددة.تم اختيار جملة واحدة بشكل عشوائي كجوزة مستهدفة.يتم تدريب النموذج على زيادة التشابه بين تمثيل الجمل ة المستهدفة مع سياقها وذلك من الجملة المستهدفة الملثملة بنفس السياق.في الوقت نفسه، يقلل النموذج من التشابه بين التمثيل الأخير وتمثيل جملة عشوائية مع نفس السياق.نحن نطبق طريقنا لتحليل علاقة الخطاب باللغة الإنجليزية واليابانية وإظهار أنه يتفوق على أساليب خطية قوية على أساس Bert و Xlnet و Roberta.

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