ترغب بنشر مسار تعليمي؟ اضغط هنا

التحدي الكمي ISA-17: الخلفية المقدمة

The ISA-17 Quantification Challenge: Background and introduction

106   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

توفر هذه الورقة، مخصصة لمسار التعليق الكمي ISA-17، معلومات أساسية لمهمة التوضيح الكمي المشتركة في ورشة عمل ISA-17، A.AK.A. التحدي الكمي.على وجه الخصوص، يتم تفسير دور بناء الجملة التجريدي والخرداني لغتها بلغة ترميز الكم والكمية، والتفسير الدلالي التوضيحية للكمية فيما يتعلق بمبادئ ISO التوضيحية الدلالية.بالإضافة إلى ذلك، يحفز الاختيار بمجموعة الاختبار من التحدي الكمي، إلى جانب الأسواق المقترحة لجمل الجناح.

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

اقرأ أيضاً

يعد التخلص من الخلفية الخطوة الأولى في أغلب منظومات رؤية الآلة الرامية إلى عزل كائن معين و التعرف عليه و استخلاص المعلومات منه خصوصاً تلك التي تعتمد على تتبع الحركة (كالتعرف على الإنسان أو تتبع السيارات ...الخ). و تشكل الفيديوهات الملتقطة في الهواء ا لطلق تحدياً أمام التخلص من الخلفية نظراً لحدوث تغيرات غير مرغوب فيها كتأثير الرياح و الإضاءة و الظروف المناخية و غيرها. يقدم هذا البحث دراسة مقارنة بين أبسط طريقة للتخلص من الخلفية (طريقة طرح الخلفية) و طريقة نموذج مزيج غاوص التي تعتبر أكثر تلك الطرق شيوعاً. تتمهذه المقارنة على أساس قدرة كل طريقة على التخلص من الخلفية في فيديوهات ملتقطة في الهواء الطلق و بشكل خاص في حالة وجود و عدم وجود ظل بالإضافة لتحديات أخرى كحركة الأجسام في الخلفية و تأثير الرياح و عدم استقرار الكاميرا. و الانطلاق من نتائج تلك المقارنة لاختيار الطريقة المناسبة لتتبع الحركة في ظروف و شروط مختلفة.
تقدم هذه الورقة نظام تحليل التبعية متعدد اللغات كما هو مستخدم في المهمة المشتركة IWPT 2021 على التحليل في التبعيات العالمية المعززة.يتكون نظامنا من مصنف BiAffine غير المعسم الذي يعمل مباشرة على مدينتي XLM-R التي تم ضبطها بشكل مباشر ويولد الرسوم البيا نية UD المحسنة من خلال التنبؤ بأفضل تسمية التبعية (أو عدم وجود اعتماد) لكل زوج من الرموز.لتجنب قضايا Sparsity الناتجة عن ملصقات التبعية المعجمية، نحل محل البنود المعجمية في العلاقات مع العناصر النائبة في وقت التدريب ووقت التنبؤ، لاحقا لاحقا من التحليل عبر نظام التعلم القائم على القاعدة / الجهاز الهجينة.بالإضافة إلى ذلك، نحن نستخدم نموذج النموذج في وقت التنبؤ.يحقق نظامنا دقة تحليل عالية على بيانات الاختبار العمياء، المرتبة الثالثة من أصل 9 مع متوسط درجة ELAS F1 من 86.97.
نقترح مهمة مشتركة على اختيار مثيل التدريب لعدد قليل من الجيل العصبي العصبي.أدت نماذج اللغة المحددة مسبقا على نطاق واسع إلى تحسينات مثيرة في جيل نص قليل.ومع ذلك، فإن كل العمل السابق تقريبا يطبق ما عليك سوى أخذ عينات عشوائية لتحديد مثيلات التدريب القلي لة.لقد تم إيلاء الاهتمام ليس إلى استراتيجيات الاختيار وكيف سيؤثرون على أداء النموذج.دراسة استراتيجية الاختيار يمكن أن تساعدنا (1) الاستفادة القصوى من ميزانية التوضيحية الخاصة بنا في مهام المصب و (2) من أفضل النماذج الإندارية النصية ذات القليل من القصاصات.نرحب بالتقديمات التي تقدم استراتيجيات اختيارها والآثار على جودة الجيل.
تختلف اللغات من حيث غياب أو وجود ميزات جنسانية، وعدد الفصول الجنسانية وما إذا كانت الميزات الجنسانية ملحوظ بشكل صريح.هذه الاختلافات الشاملة اللغوية يمكن أن تؤدي إلى الغموض التي يصعب حلها، خاصة بالنسبة لأنظمة MT على مستوى الجملة.إن تحديد الغموض وقرته لاحقا هو مهمة صعبة لا توجد حاليا أي موارد أو مجموعات تحدي محددة متاحة.في هذه الورقة، نقدم نوع الجنس، وهو تحدي إنجليزي - إيطالي يحدد يركز على حل الظواهر الجنسانية الطبيعية من خلال توفير علامات الجنسية على مستوى الكلمات على جانب المصدر الإنجليزي والترجمات البديلة الجنسية متعددة الجنسيات، عند الحاجة، على الهدف الإيطاليالجانب.

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