ترغب بنشر مسار تعليمي؟ اضغط هنا

التعهدات المعنى التجريدي تعني الممثلين: غير التحقق

Intensionalizing Abstract Meaning Representations: Non-Veridicality and Scope

161   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

تمثيل المعنى التجريدي (AMR) هو لغة تمثيل معنى رسومي مصممة لتمثيل معلومات الاقتراح حول هيكل الوسيطة. ومع ذلك، فإنه غير قادر في الوقت الحاضر على تمثيل السياقات غير التابعة غير التابعة بشكل مرضي، وغالبا ما ترخيص الاستدلالات غير اللائقة. في هذه الورقة، نظهر كيفية حل مشكلة عدم اليريدية دون جاذبية الرسوم البيانية الطبقات من خلال رسم خرائط من AMRS في حساب التفاضل والتكامل Lambda المكتوبة ببساطة (STLC). على الأقل بالنسبة لبعض الحالات، يتطلب ذلك إدخال دور جديد: المحتوى الذي يعمل كمشغل متباين. الترجمة المقترحة مستوحاة من أدب اللغويات الرسمية في دلالات الأحداث في تقارير الموقف. بعد ذلك، نتعلم تفاعل نطاق الكمي والمشغلين المتهمين في غمائم دي / دي ديكتو المزعومة. نعتمد عقدة النطاق من الأدب وتوفير دلالات صريحة متعددة الأبعاد تستخدم تخزين كوبر يتيح لنا أن تستمد قراءات DE RE و De De Di Dicto بالإضافة إلى قراءات نطاق الوسيط والتي تثبت صعوبة في الحسابات دون عقدة نطاق.



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

اقرأ أيضاً

تمثيل المعنى التجريدي (AMR) هو تمثيل معنى على مستوى الجملة بناء على هيكل الوسائد المسند.أحد التحديات التي نجدها في تحليل عمرو هي التقاط هيكل الجمل المعقدة التي تعبر عن العلاقة بين المسندات.إن معرفة الجزء الأساسي من هيكل الجملة مقدما قد يكون مفيدا في مثل هذه المهمة.في هذه الورقة، نقدم قائمة أنماط التبعية للإنشاءات الإنكليزية المجامعة المصممة لتحليل عمرو.مع مرحلة مانعة نمط مخصصة، يتم استرداد جميع حدوث إنشاءات الجملة المعقدة من جملة مدخلات.في حين أن بعض المسحاتين لديهم غموض دليون، فإننا نتعامل مع هذه المشكلة من خلال نماذج تصنيف التدريب على البيانات المستمدة من AMR و Wikipedia Corpus، وإنشاء خط أساس جديد للأعمال المستقبلية.سيتم الإعلان عن أنماط الجملة المجامعة المتقدمة وأوصاف عمرو المقابلة.
تقدم هذه الورقة نهجا جديدا للتعلم بزيادة المعنى بصريا تمثيل الكلمات باعتبارها تضمين عقدة منخفضة الأبعاد في التسلسل الهرمي في الرسم البياني الأساسي.المستوى الأدنى من عروض الكلمات التسلسل الهرمية الخاصة بالكلمة، مشروط إلى طريقة أخرى، من خلال الرسوم الب يانية المخصصة ولكن التواصل، في حين أن المستوى الأعلى يضع هذه التمثيلات معا على رسم بياني واحد لمعرفة التمثيل بالاشتراك من كل من الطرائق.طوبولوجيا كل طرازات الرسم البياني علاقات التشابه بين الكلمات، ويقدر بالاشتراك مع تضمين الرسم البياني.الافتراض الأساسي هذا النموذج هو أن الكلمات تقاسم معنى مماثل تتوافق مع المجتمعات في الرسم البياني الأساسي في مساحة منخفضة الأبعاد.لقد سمحنا على هذا النموذج التسلسل الهرمي تشابه الرسم البياني متعدد الوسائط (HM-SGE).تحقق النتائج التجريبية من صحة قدرة HM-SGE لمحاكاة أحكام التشابه البشري وتصنيف المفهوم، مما يتفوق على حالة الفن.
الشبكات العصبية هي طريقة أحدثت لآلة التعلم للعديد من المشاكل في NLP.نجاحهم في الترجمة الآلية ومهام NLP الأخرى هي ظاهرة، لكن قابلية الترجمة الشفوية تحديا.نريد معرفة كيف تمثل الشبكات العصبية معنى.من أجل القيام بذلك، نقترح فحص توزيع المعنى في تمثيل المس احة المتجهة للكلمات في الشبكات العصبية المدربة لمهام NLP.علاوة على ذلك، نقترح النظر في نظريات المعنى المختلفة في فلسفة اللغة وإيجاد منهجية ستمكننا من توصيل هذه المجالات.
حاولَ هذا البحثُ من خلال استقراء بعضِ الّنصوص الّنبوية التي ورد فيها ذكر الأعداد، و استقراءِ شروحها، و تحليلِ كلام العلماء فيها، حاول جمع القرائنِ التي ذكرها العلماء في ترجيحِ حملِ المعنى المرادِ من العدد في النص النبوي على معناه المجازي البلاغي دون المعنى الحقيقي الحصري، ثم تطرق البحثُ إلى الدلالاتِ البلاغيةِ التي استُعمِلَ العدد من أجلِها في تلك النصوص، و ذلك بهدف الوصولِ إلى فهمٍ أقرب و أرجح للنص النبوي.
لقد حقق مجال NLP تقدما كبيرا في بناء تعويضات المعنى.ومع ذلك، تم تجاهل جانب مهم من المعنى اللغوي، والمعنى الاجتماعي، إلى حد كبير.نقدم مفهوم المعنى الاجتماعي ل NLP ومناقشة كيفية إبلاغ رؤى Sociolinguics بالعمل على التعلم في التمثيل في NLP.نحدد أيضا التحديات الرئيسية لهذا الخط الجديد من البحث.

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