اکسپرس 24
ترجمه فارسی مقاله توسعه PUGG برای لهستانی: رویکردی مدرن برای ساخت مجموعه داده‌های KBQA، MRC و IR

ترجمه فارسی مقاله توسعه PUGG برای لهستانی: رویکردی مدرن برای ساخت مجموعه داده‌های KBQA، MRC و IR

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Developing PUGG for Polish: A Modern Approach to KBQA, MRC, and IR Dataset Construction
عنوان مقاله به فارسی توسعه PUGG برای لهستانی: رویکردی مدرن برای ساخت مجموعه داده‌های KBQA، MRC و IR
نویسندگان Albert Sawczyn, Katsiaryna Viarenich, Konrad Wojtasik, Aleksandra Domogała, Marcin Oleksy, Maciej Piasecki, Tomasz Kajdanowicz
فرمت مقاله انگلیسی PDF
تعداد صفحات 19
دسته بندی موضوعات Artificial Intelligence,Computation and Language,Machine Learning,هوش مصنوعی , محاسبات و زبان , یادگیری ماشین ,
توضیحات Submitted 5 August, 2024; originally announced August 2024. , Comments: Accepted for ACL 2024 (findings)
توضیحات به فارسی ارسال شده در 5 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: برای ACL 2024 پذیرفته شده است (یافته ها)

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 760,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Advancements in AI and natural language processing have revolutionized machine-human language interactions, with question answering (QA) systems playing a pivotal role. The knowledge base question answering (KBQA) task, utilizing structured knowledge graphs (KG), allows for handling extensive knowledge-intensive questions. However, a significant gap exists in KBQA datasets, especially for low-resource languages. Many existing construction pipelines for these datasets are outdated and inefficient in human labor, and modern assisting tools like Large Language Models (LLM) are not utilized to reduce the workload. To address this, we have designed and implemented a modern, semi-automated approach for creating datasets, encompassing tasks such as KBQA, Machine Reading Comprehension (MRC), and Information Retrieval (IR), tailored explicitly for low-resource environments. We executed this pipeline and introduced the PUGG dataset, the first Polish KBQA dataset, and novel datasets for MRC and IR. Additionally, we provide a comprehensive implementation, insightful findings, detailed statistics, and evaluation of baseline models.

چکیده به فارسی (ترجمه ماشینی)

پیشرفت در هوش مصنوعی و پردازش زبان طبیعی باعث تحول در تعامل زبان انسان و انسان شده است که سیستم های پاسخ به سیستم (QA) نقش اساسی دارند.کار پاسخ به سؤال پایه دانش (KBQA) ، با استفاده از نمودارهای دانش ساخت یافته (کیلوگرم) ، امکان رسیدگی به سؤالات گسترده دانش را فراهم می کند.با این حال ، شکاف قابل توجهی در مجموعه داده های KBQA ، به ویژه برای زبانهای کم منبع وجود دارد.بسیاری از خطوط لوله ساخت و ساز موجود برای این مجموعه داده ها در کار انسانی منسوخ و ناکارآمد هستند و ابزارهای کمکی مدرن مانند مدل های بزرگ زبان (LLM) برای کاهش بار کار مورد استفاده قرار نمی گیرند.برای پرداختن به این موضوع ، ما یک رویکرد مدرن و نیمه اتوماتیک را برای ایجاد مجموعه داده ها ، شامل وظایفی مانند KBQA ، درک مطلب در دستگاه (MRC) و بازیابی اطلاعات (IR) طراحی و پیاده سازی کرده ایم ، به طور صریح برای محیط های کم منبع تغذیه شده است.ما این خط لوله را اجرا کردیم و مجموعه داده Pugg ، اولین مجموعه داده های لهستانی KBQA و مجموعه داده های جدید برای MRC و IR را معرفی کردیم.علاوه بر این ، ما یک اجرای جامع ، یافته های روشنگری ، آمار دقیق و ارزیابی مدل های پایه ارائه می دهیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.