اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدسمات الجودة للعسل اليماني
Quality Spectrum of Yemeni Honey
394
2 16
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
أجري هذا البحث لتقويم صفات العسل المنتج محليًا. إذ اتبعت الطرق القياسية لجمعية المحللين الكيميائيين الرسمية (AOAC) لتقدير محتوى العينات من الرطوبة، و الحموضة الكلية، و المكونات غير الذائبة في الماء، و المعادن، و الدياستيز، و الفيورفيورال، و السكريات المختزلة، و السكروز.
Floral honey types produced locally were tested for their quality attributes, using the standard procedures of the Association of the Official Analytical Chemists (AOAC).
المراجع المستخدمة
AOAC. ١٩٩٠. Official Methods of Analysis, ١٥th ed. Association of Official Analytical Chemists, Arlington, VA., USA
Abu-Tarboush, H. M., H. A. Al-Kahtani, and M. S. El-Sarrage. ١٩٩٣. Floral type identification and quality evaluation of some honey types. Food Chemistry
Alkathiri, M. A., and M. S. Khanbash. ١٩٩٦. Organoleptic characteristics for some local and imported honeys. Dirasat
قيم البحث
اقرأ أيضاً
في تقدير الجودة (QE)، يمكن التنبؤ بجودة الترجمة بالرجوع إلى الجملة المصدر وإخراج الترجمة الآلية (MT) دون الوصول إلى الجملة المرجعية. ومع ذلك، هناك مفارقة في أن بناء مجموعة بيانات لإنشاء نموذج QE يتطلب عمالة إنسانية غير تافهة ووقت، وقد يتطلب جهدا إضاف
يا مقارنة بتكلفة بناء كائن موازي. في هذه الدراسة، لمعالجة هذه المفارقة واستخدام تطبيقات QE المختلفة، حتى في لغات الموارد المنخفضة (LRLS)، نقترح طريقة لإنشاء مجموعة بيانات Pseudo-QE الخاصة دون استخدام العمل البشري. نقوم بإجراء تحليل مقارن على مجموعة بيانات الزائفة QE باستخدام نماذج لغة متعددة اللغات مسبقا. نظرا لأننا نولد مجموعة بيانات الزائفة، فإننا نقوم بإجراء تجارب باستخدام مختلف المترجمين الأجهزة الخارجية كمجموعات اختبار للتحقق من دقة النتائج بموضوعية. أيضا، تظهر النتائج التجريبية أن البارت المتعدد اللغات يوضح أفضل أداء، ونؤكد تطبيق QE في LRLS باستخدام طرق البناء Pseudo-QE DataSet.
لم تكن الجودة من إبداعات هذا العصر الحديث، بل ضاربة الجذور عند العرب
منذ القديم. و لقد بحثوا هذا الموضوع بشكل معمق في مؤلفاتهم العلمية، إذ كان الشعراء يجلسون و يتبارون في أسواق مكة المكرمة لاختيار أجودهم شعراً، و ذلك من قبل لجنة الجودة التي تحكم على
شعرهم. و كان للمعاني - التي عليها مدار النظم و أحكامه - نصيب وافر من الجودة. و لقد أوفى الجرجاني هذا الموضوع حقه من البحث و الدراسة، الذي عاب على الجاحظ اهتمامه باللفظ الظاهر الذي لا يكون له أهمية إلا إذا كانت معانيه سامية. أضف إلى ذلك؛ أن الخط العربي له فضيلة كبيرة في اللغة، و لقد شرفه الله بقوله: ﴿ن و القلم و ما يسطرون ﴾( 1 ). إن قسم الله بهذا القلم، له من الشرف العظيم الشيء الكبير، و إن صاحبه يتبوأ مكانة عالية في الأمة. و إن الكاتب
المعتبر هو المقرب من السلطان في معظم الأمور إن لم يكن كلها. و نظراً لما لعلامات الترقيم من أهمية كبيرة في اللغة، و ذلك لمعرفة فواصل الكلام و وصله، و بداية الكلام و نهايته، روعيت معايير الجودة في كل هذه الأمور السابقة، و حظيت بدراسة مستفيضة عند العرب قديماً.
توفر أنظمة ترجمة الآلات الحالية (MT) نتائج جيدة للغاية على مجموعة متنوعة متنوعة من أزواج اللغات ومجموعات البيانات. ومع ذلك، من المعروف أن إنتاج مخرجات ترجمة بطلاقة يمكن أن تحتوي على أخطاء ذات معنى مهم، وبالتالي تقويض موثوقيتها في الممارسة العملية. تق
دير الجودة (QE) هي مهمة تقييم أداء MT تلقائيا في وقت الاختبار. وبالتالي، من أجل أن تكون مفيدة، يجب أن تكون أنظمة QE قادرا على اكتشاف هذه الأخطاء. ومع ذلك، لم يتم بعد اختبار هذه القدرة في ممارسات التقييم الحالية، حيث يتم تقييم أنظمة QE فقط من حيث ارتباطها بالأحكام البشرية. في هذا العمل، نسرج هذه الفجوة من خلال اقتراح منهجية عامة لاختبار الخصم من QE ل MT. أولا، نظرا لأنه على الرغم من الارتباط العالي بالأحكام البشرية التي حققتها سوتا الأخيرة، لا تزال أنواع معينة من الأخطاء المعنية مشكلة في الكشف عن QE. ثانيا، نظهر أنه في المتوسط، فإن قدرة نموذج معين على التمييز بين الاضطرابات المعنية التي تحافظ مع المعنى وتغيير المعنى هي التنبؤ بأدائها العام، وبالتالي يحتمل أن يسمح بمقارنة أنظمة QE دون الاعتماد على تشريح الجودة اليدوية.
نبلغ عن نتائج المهمة المشتركة WMT 2021 بشأن تقدير الجودة، حيث يتحدى التحدي هو التنبؤ بجودة إخراج أنظمة الترجمة الآلية العصبية على مستوى الكلمة ومستويات الجملة.ركزت هذه الطبعة على إضافات رواية رئيسيتين: (1) التنبؤ باللغات غير المرئية، أي إعدادات صفرية
، و (2) التنبؤ بالأحكام ذات الأخطاء الكارثية.بالإضافة إلى ذلك، تم إصدار بيانات جديدة لعدة من اللغات، وخاصة البيانات التي تم تحريرها بعد التحرير.قدمت الفرق المشاركة من 19 مؤسسة تماما 1263 أنظمة لمتغيرات المهام المختلفة وأزواج اللغة.
تهدف تقدير الجودة (QE) من الترجمة الآلية (MT) إلى تقييم جودة الجمل التي ترجمتها الجهاز دون مراجع وهي مهمة في التطبيقات العملية ل MT.تتطلب Training Models QE بيانات موازية ضخمة بأشرفة توضيحية ذات جودة يدوية، وهي تستغرق وقتا طويلا ومكثفة العمالة للحصول
عليها.لمعالجة مسألة عدم وجود بيانات تدريب مشروح، تحاول الدراسات السابقة تطوير أساليب QE غير المدعومة.ومع ذلك، يمكن تطبيق عدد قليل جدا منهم على مهام QE على مستوى الجملة والطريق، وقد تعاني من الضوضاء في البيانات الاصطناعية.لتقليل الآثار السلبية للضوضاء، نقترح طريقة للإشراف ذاتي لكل من QE من كل من QE على مستوى الكلمة والطريق، والتي تنفذ تقدير الجودة من خلال استعادة الكلمات المستهدفة الملثمين.تظهر النتائج التجريبية أن أسلوبنا تتفوق على الطرق السابقة غير الخاضعة للرقابة في العديد من مهام QE في أزواج ومجال بلغات مختلفة.
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
