هوش مصنوعی
چارچوبی برای شناسایی اصطلاحات عامیانهٔ منطقه‌ای در پیام‌های مرتبط با برق
پژوهشگران در پیش‌چاپی در arXiv روشی با نظارت ضعیف پیشنهاد کرده‌اند تا واژگان محاوره‌ای کاربران شبکه‌های اجتماعی را برای خدمات مشترکان برق استخراج کنند.
پیام‌های کاربران دربارهٔ خاموشی، قبض و خرابی تجهیزات ممکن است واژه‌ها و ساختارهای محلی و غیرمعیار داشته باشند؛ تغییر معنای واژه‌ها و اصطلاحات خارج از واژگان شناخته‌شده نیز پردازش آن‌ها را برای ابزارهای متداول پردازش زبان دشوار می‌کند. نویسندگان می‌گویند این ویژگی‌ها ساخت دستی واژه‌نامه را پرهزینه می‌کند.
روش پیشنهادی با تکیه بر نمونه‌های گزینش‌شده از گویش‌های محلی و واژه‌های پایهٔ حوزهٔ برق، نامزدهای اصطلاحات را با استفاده از شاخص هم‌وقوعی PMI و رویکرد «لنگرگذاری دوسویه با برچسب نرم» تولید می‌کند. در این روش، محلی‌بودن اصطلاح و ارتباط آن با حوزهٔ برق به‌صورت جداگانه ثبت می‌شوند. سپس نامزدها با ترکیب شباهت معنایی Sentence-BERT و معیاری مرتبط با jieba امتیاز می‌گیرند. متن در دسترس جزئیات بیشتری دربارهٔ معیار jieba یا نتایج ارزیابی روش ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده