ترغب بنشر مسار تعليمي؟ اضغط هنا

تنسيقات GlobalWordNet: تحديثات لعام 2020

The GlobalWordNet Formats: Updates for 2020

37   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

تم تقديم تنسيقات Word GlobalNet لتمكين Wordnets للحصول على تمثيل مشترك يمكن دمجه من خلال شبكة WordNet العالمية.نتيجة لاعتمادها، تم تحديد عدد من أوجه القصور من التنسيق، وفي هذه الورقة تصف ملحقات التنسيقات التي تعالج هذه المشكلات.وتشمل هذه: ترتيب الحواس والتبعية بين المصاصات والنطق والنمذجة النحوية والعلاقات ومفاتيح المعنى والبيانات الوصفية ودعم RDF.علاوة على ذلك، نحن نقدم بعض وجهات نظر حول كيفية مساعدة هذه التغييرات في دمج Wordnets.

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

اقرأ أيضاً

ألحقت الحرب على سورية ضرراً كبير برصيد رأس المال المادي والبشري. تقيم هذه الدراسة تداعيات الحرب على النمو الاقتصادي في سورية. من خلال مقارنة العوامل المؤثرة على النمو الاقتصادي قبل وخلال الأزمة. لعل من أبرزها نقص التمويل, وارتفاع معدل البطالة, وانخفا ض سعر صرف الليرة, كمؤشر على ارتفاع الأسعار والتضخم الاقتصادي, الذي أودى بالقدرة الشرائية لذوي الدخل المحدود, وأجج معاناة السكان, مصدر القوة الأساسي للاقتصاد السوري ومصدر غنى المجتمع السوري. واتسعت دائرة الفقر لتشمل 83 % منهم في عام 2014. صنفت سورية قبل الأزمة من البلدان سريعة النمو, لكن معدل النمو فيها تراجع خلال الأزمة ليصل إلى (- 22.5) عام 2013. توصلت الدراسة إلى أن الاتكاء على القروض كمصدر من مصادر التمويل غير ملائم, ولا يتوافق مع عتبة الدين المستدام, ويعيق النمو الاقتصادي في المدى المتوسط والبعيد. يناقش هذا البحث مدى إمكانية أن تستعيد الليرة قدرتها الشرائية, وخلُص إلى نتائج عدة, من أبرزاها أن الليرة السورية يمكن أن تستعيد قدرتها الشرائية ومكانتها حالما تبدأ عجلة الإنتاج في القطاع السلعي, ويمكن لمعدل التضخم أن ينخفض, ولهذا الغرض تقترح هذه الورقة البحثية تبني استراتيجيه تنموية تأخذ بنظر الاعتبار ظروف الواقع الراهن والحرب الدولية المعلنة على سورية والحصار الغاشم المفروض على شعبها, مستفيدة من تجارب دول أخرى مرت بظروف أصعب من الظروف التي تمر بها سورية, واستطاعت تلك الدول أن تحقق تنمية اقتصادية مستقرة ومستدامة.
توضح هذه المقالة نظاما للتنبؤ بمهمة تقوية التعقيد المعجمية (LCP) التي تم استضافتها في Semeval 2021 (المهمة 1) مع مجموعة بيانات جديدة مشروحة مع مقياس Likert.يقع المهمة في مسار الدلالات المعجمية، وتألفت المهمة من التنبؤ بقيمة تعقيد الكلمات في السياق.تم تنفيذ نهج لتعلم الآلات بناء على تواتر الكلمات والعديد من الخصائص المضافة على مستوى Word.على هذه الميزات، تم تدريب خوارزمية الانحدار الغابات العشوائية الخاضعة للإشراف.تم إجراء عدة أشواط بقيم مختلفة لمراقبة أداء الخوارزمية.للتقييم، أبلغت أفضل النتائج الخاصة بنا عن درجة M.A.E 0.07347، M.S.E.من 0.00938، و R.M.S.E.من 0.096871.أظهرت تجاربنا أنه مع عدد أكبر من الخصائص، فإن دقة التصنيف تزداد.
هدفت هذه الدراسة إلى تعرف تصورات أعضاء هيئات التدريس في الجامعات الأردنية الحكومية لمستقبل الحياة على كوكب الأرض حتى 2020م. و لتحقيق أهداف الدراسة بنِيتْ استبانة تم التحقق من صدقها و ثباتها. و قد تكونت عينة الدراسة من (300) عضو هيئة تدريس.
كانت الانتخابات الأمريكية 2020، أكثر من أي وقت مضى، تتميز بحملات وسائل التواصل الاجتماعي والاتهامات المتبادلة. نحن نحقق في هذه الورقة إذا كان هذا يتجلى أيضا في الاتصالات عبر الإنترنت من مؤيدي المرشحين بايدن وترامب، من خلال نطق التواصل البغيض والهجومي . نقوم بصياغة مهمة توضيحية، نمتلك فيها مهام الكشف عن الكلام والموقف البغيضة / الهجومية، والاحليق على 3000 تغريدات من فترة الحملة، إذا أعربوا عن موقف معين تجاه المرشح. بجانب الطبقات المنشأة المتميزة من مواتية وضد، نقوم بإضافة مواقف مختلطة ومحايدة وأوضح أيضا إذا تم ذكر مرشح تعبير الرأي. علاوة على ذلك، نحن نلاحظ إذا كانت سقسقة مكتوبة بأسلوب مسيء. وهذا يتيح لنا أن نحلل إذا كان مؤيدو جو بايدن والحزب الديمقراطي يتواصلون بشكل مختلف عن أنصار دونالد ترامب والحزب الجمهوري. يوضح مصنف Bert Baseline أن الكشف إذا كان شخص ما مؤيد للمرشح يمكن إجراء جودة عالية ( (.79 F1 و .64 F1، على التوالي). لا يزال الكشف التلقائي لخطاب الكراهية / الهجومية تحديا (مع .53 F1). تتمتع كوربوس لدينا علنا ​​وتشكل مصدرا جديدا للنمذجة الحسابية للغة الهجومية قيد النظر في المواقف.
من بين القيود الأكثر أهمية في نماذج NLP التعليمية العميقة هي عدم قابلية الترجمة الشفوية، واعتمادها على الارتباطات الزائفة.اقترح العمل السابق مناهج مختلفة لتفسير نماذج الصندوق الأسود للكشف عن الارتباطات الزائفة، ولكن تم استخدام البحث في المقام الأول ف ي سيناريوهات تفاعل الكمبيوتر البشري.لا يزال لا يزال غير متوقع سواء أم لا يمكن استخدام تفسيرات النمطية أو كيفية استخدامها تلقائيا "ميزات مربكة".في هذا العمل، نقترح التأثير على الضبط --- الإجراء الذي يرفع تفسيرات نموذجية لتحديث معلمات النموذج نحو تفسير معقول (بدلا من التفسير الذي يعتمد على الأنماط الزائفة في البيانات) بالإضافة إلى تعلم التنبؤ بالملصقات المهمة.نظرا لأنه في برنامج إعداد خاضع للرقابة، يمكن أن يساعد التأثير على الضبط في إزالة النموذج من الأنماط الزائفة في البيانات، مما يتفوق بشكل كبير على أساليب خط الأساس التي تستخدم التدريب الخصم.

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