اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدDanfever: طلب بيانات التحقق من الدانماركية
DanFEVER: claim verification dataset for Danish
225
0 0
0.0
(
0
)
نشر من قبل
جمعية اللغويات الحاسوبية ACL مقالة
تاريخ النشر
2021
مجال البحث
الذكاء الاصناعي
والبحث باللغة
English
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
نقدم DataSet، Danfever، مخصص للبحث عن المعلومات الخاطئة متعددة اللغات.DataSet باللغة الدنماركية ولها نفس التنسيق مثل مجموعة بيانات الحمى الإنجليزية المعروفة.يمكن استخدامه للاختبار طرق في إعدادات متعددة اللغات، وكذلك لإنشاء الطرز في الإنتاج للغة الدنماركية.
We present a dataset, DanFEVER, intended for multilingual misinformation research. The dataset is in Danish and has the same format as the well-known English FEVER dataset. It can be used for testing methods in multilingual settings, as well as for creating models in production for the Danish language.
المراجع المستخدمة
https://aclanthology.org/
قيم البحث
اقرأ أيضاً
يصف هذا العمل تكيف نموذج تسلسل متطلب مسبقا بمهمة التحقق من المطالبة العلمية في المجال الطبي الطبيعي.نقترح نظام يسمى Vert5erini الذي يستغل T5 لاسترجاع الملخص واختيار الجملة وتنبؤ التسمية، وهي ثلاثة مهام فرعية حرجة للتحقق من الادعاء.نقوم بتقييم خط أناب
يبنا في SCIFACT، وهي مجموعة بيانات مفيدة حديثا تتطلب نماذج لا تتوقع فقط عن صحة المطالبات ولكنها توفر أيضا جمل ذات صلة من كائن من الأدبيات العلمية التي تدعم التنبؤ.تجريبيا، يتفوق نظامنا على خط أساس قوي في كل من المهام الفرعية الثلاث.نعرض أيضا قدرة Vert5erini على التعميم لمجموعات بيانات جديدة من مطالبات CovID-19 باستخدام أدلة من Cord-19 Corpus.
نقدم نظرة عامة على المهمة المشتركة السكري، التي قدمت في ورشة عمل المعالجة بالوثائق العلمية الثانية (SDP) في Naacl 2021. وفي هذه المهمة المشتركة، قدمت النظم مطالبة علمية وجزح من ملخصات البحث، وطلب تحديد المقالات التي تدعمهاأو دحض المطالبة وكذلك توفير
جمل إثبات تبرير هذه الملصقات.11 قدمت فرق ما مجموعه 14 تقريرا إلى المتصدرين المهمة المشتركة، مما يؤدي إلى تحسين أكثر من +23 F1 على متري تقييم المهام الأساسية.بالإضافة إلى مسح النظم المشاركة، فإننا نقدم العديد من الأفكار في نهج النمذجة لدعم التقدم المحرز المستمر والبحث في المستقبل حول المهمة المهمة والصعبة للتحقق من الادعاء العلمي.
يمكن أن يساعد التحقق من المطالبات العلمية الباحثون على العثور بسهولة على الأوراق العلمية المستهدفة مع أدلة الجملة من كوربوس كبيرة للمطالبة المعينة.تقترح بعض الأعمال الموجودة نماذج خطوط الأنابيب على المهام الثلاث من استرجاع مجردة، اختيار الأساس المنطق
ي والتنبؤ بالموقف.مثل هذه الأعمال لها مشاكل انتشار الأخطاء بين الوحدات النمطية في خط الأنابيب ونقص مشاركة المعلومات القيمة بين الوحدات النمطية.وبالتالي، نقترح نهجا، سميت باسم Arsjoint، والتي تتعلم بالاشتراك الوحدات المهام الثلاثة ذات الإطار الفهم لقراءة الآلة من خلال إدراج معلومات المطالبة.بالإضافة إلى ذلك، نحن نعزز تبادل المعلومات والقيود بين المهام من خلال اقتراح مصطلح تنظيمي بين درجات انتباه الجملة من استرجاع الملخص والمخرجات المقدرة من الاختيار العقلاني.تظهر النتائج التجريبية على DataSet Benchmark Scifact أن نهجنا يتفوق على الأعمال الحالية.
نقدم طريقة عامة لحساب الدقة الملحة لتخفيف البيانات الناتجة عن الحد الأدنى من جهود المستخدم.نحن ننظر إلى Prob-Lem كهامة لفحص الحقائق للتحقق من مطالبات NU-Merical في النص.يفترض التحقق من Gorithm أن البيانات المستخدمة في الحصول على النص متاح.في هذه الور
قة، نقوم بفاية استخدام الحل المقترح قد استخدمه هذه المطالبات غير الصحيحة حول ملخصات كرة السلة TEX-Tual في سياق مهمة بدقة في INLG 2021.
يقترح البحث طريقة جديدة تهدف إلى التحقق من صورة التوقيع اليدوي لشخص ما، و تحديد فيما إذا كان التوقيع يعود لهذا الشخص أو أنه توقيع مزور. و تم ذلك بالاعتماد على استخلاص سمات هندسية من صورة التوقيع الموجودة في قاعدة البيانات و إجراء عمليات إحصائية رياضي
ة عليها كطريقة للتحقق من توقيع هذا الشخص.
تم استخلاص السمات من صورة التوقيع على مراحل متعددة حيث تم تحويل صورة التوقيع من الصيغة الرمادية إلى الصيغة الثنائية ثم استخلاص الخصائص الإحصائية للتوقيع الأصلي و هي القيم الأكبر بين القيم الأكثر تكراراً في إحداثيات الواحدات التي تحدد شكل التوقيع، بالإضافة لعدد الواحدات التي تحدد شكل التوقيع، ثم تم تحديد مجالين للقيم المقبولة للتوقيع الأصلي. و بنفس الاسلوب و يتم استخلاص السمات الإحصائية للتواقيع المزورة و اختبارها إذا كانت تنتمي إلى مجال القيم المقبولة المحدد.
كما يتضمن البحث مقارنة لنتائج الطريقة المقترحة مع الطرق السابقة في هذا المجال. تم اختبار الطريقة المقترحة باستخدام قاعدة البيانات مكونة من 16200 توقيع موزعة على 300 شخص، و كنتيجة لذلك تم التحقق بنسبة جيدة من صورة التوقيع اليدوي.
facial characteristic points-FCP
neuro_fuzzy controller
Pattern recognition
Signature image
Signature detection
Signature Image's features
off line Signature verification
statistical functions
التعرف على النماذج
صورة التوقيع
كشف التوقيع
سمات من صورة التوقيع
التحقق من صحة الأشخاص باستخدام صورة التوقيع
التوابع الإحصائية
المزيد..
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
