ترجمه فارسی مقاله تبدیل زباله به گنج: تسریع استنتاج مدل‌های زبان بزرگ با بازیافت توکن

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Quantifying the Effectiveness of Student Organization Activities using Natural Language Processing
عنوان مقاله به فارسی تبدیل زباله به گنج: تسریع استنتاج مدل‌های زبان بزرگ با بازیافت توکن
نویسندگان Lyberius Ennio F. Taruc, Arvin R. De La Cruz
فرمت مقاله انگلیسی PDF
تعداد صفحات 11
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computation and Language,Artificial Intelligence,Emerging Technologies,محاسبات و زبان , هوش مصنوعی , فن آوری های نوظهور ,
توضیحات Submitted 16 August, 2024; originally announced August 2024. , Comments: 11 pages, 4 figures, presented in International Conference on Generative Al and its Applications (ICGAIA-24) last 22nd - 23rd, July, 2024 at Jakarta, Indonesia , Journal ref: IJISAE, 2024, 12(22s), 1553-1563
توضیحات به فارسی ارائه شده 16 اوت 2024 ؛در ابتدا اوت 2024. ، نظرات: 11 صفحه ، 4 رقم ، در کنفرانس بین المللی تولید کننده AL و برنامه های آن (ICGAIA -24) 22 - 23 ، ژوئیه ، 2024 در جاکارتا ، اندونزی ، مجله Ref: Ijisae ، 2024 ، 12(22s) ، 1553-1563
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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

Student extracurricular activities play an important role in enriching the students' educational experiences. With the increasing popularity of Machine Learning and Natural Language Processing, it becomes a logical step that incorporating ML-NLP in improving extracurricular activities is a potential focus of study in Artificial Intelligence (AI). This research study aims to develop a machine learning workflow that will quantify the effectiveness of student-organized activities based on student emotional responses using sentiment analysis. The study uses the Bidirectional Encoder Representations from Transformers (BERT) Large Language Model (LLM) called via the pysentimiento toolkit, as a Transformer pipeline in Hugging Face. A sample data set from Organization C, a Recognized Student Organization (RSO) of a higher educational institute in the Philippines, College X, was used to develop the workflow. The workflow consisted of data preprocessing, key feature selection, LLM feature processing, and score aggregation, resulting in an Event Score for each data set. The results show that the BERT LLM can also be used effectively in analyzing sentiment beyond product reviews and post comments. For the student affairs offices of educational institutions, this study can provide a practical example of how NLP can be applied to real-world scenarios, showcasing the potential impact of data-driven decision making.

چکیده به فارسی (ترجمه ماشینی)

فعالیت های فوق برنامه دانشجویی نقش مهمی در غنی سازی تجربیات آموزشی دانش آموزان دارد.با افزایش محبوبیت یادگیری ماشین و پردازش زبان طبیعی ، این یک گام منطقی است که ترکیب ML-NLP در بهبود فعالیت های خارج از برنامه ، تمرکز بالقوه مطالعه در هوش مصنوعی (AI) است.این مطالعه پژوهشی با هدف توسعه یک گردش کار یادگیری ماشینی است که اثربخشی فعالیت های سازمان یافته دانشجویی را بر اساس پاسخ های عاطفی دانش آموزان با استفاده از تجزیه و تحلیل احساسات تعیین می کند.در این مطالعه از بازنمایی رمزگذار دو طرفه از ترانسفورماتورها (BERT) مدل زبان بزرگ (LLM) که از طریق ابزار ابزار pysentimiento نامیده می شوند ، به عنوان یک خط لوله ترانسفورماتور در بغل کردن صورت استفاده می کند.از داده های نمونه ای از سازمان C ، یک سازمان دانشجویی شناخته شده (RSO) از یک موسسه آموزشی عالی در فیلیپین ، کالج X ، برای توسعه گردش کار استفاده شد.گردش کار شامل پیش پردازش داده ها ، انتخاب ویژگی های کلیدی ، پردازش ویژگی های LLM و تجمع نمره بود و در نتیجه نمره رویداد برای هر مجموعه داده ایجاد می شود.نتایج نشان می دهد که BERT LLM همچنین می تواند به طور مؤثر در تجزیه و تحلیل احساسات فراتر از بررسی محصول و ارسال نظرات استفاده شود.برای دفاتر امور دانشجویی مؤسسات آموزشی ، این مطالعه می تواند نمونه ای عملی از نحوه استفاده NLP در سناریوهای دنیای واقعی را ارائه دهد ، و تأثیر بالقوه تصمیم گیری مبتنی بر داده را نشان می دهد.

📚 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.