ግንኙነት ከጽሑፍ ማውጣት
ግንኙነት ማውጣት የተዋቀሩ እውነታዎችን ካልተዋቀረ ጽሑፍ ያወጣል፣ ሁለት አካላት እንዴት እንደሚገናኙ (እንደ 'የሚሰራ' ወይም 'በውስጡ የሚገኝ') ይለያል።
አጠቃላይ እይታ
It turns prose into machine-readable knowledge that powers search engines, databases, and knowledge graphs.
ጥልቅ ዳይቭ
Relation Extraction (RE) እንደ 'Marie Curie was born in Warsaw' የሚለውን ዓረፍተ ነገር ወስዶ የተዋቀረ ሶስት እጥፍ ያወጣል፡ (Marie Curie, born_in, Warsaw)። ብዙውን ጊዜ በተሰየመ የህጋዊ አካል እውቅና ላይ ይገነባል, በመጀመሪያ ህጋዊ አካላትን ያገኛል, ከዚያም በጥንድ መካከል ያለውን ግንኙነት ይመድባል. ክላሲክ አቀራረቦች በእጅ የተጻፉ ቅጦችን ('X፣ የY መስራች') ወይም በተሰየሙ ምሳሌዎች ላይ የሰለጠኑ ክትትል የሚደረግባቸው ክላሲፋየሮች ተጠቅመዋል። እንደ ዊኪዳታ ያሉ የእውቀት መሠረቶችን ከጥሬ ጽሑፍ ጋር በማጣጣም የሥልጠና ውሂብን በራስ-ሰር ለማመንጨት ትልቅ ስኬት የሩቅ ክትትል ነበር። ዘመናዊ ሲስተሞች እንደ BERT ያሉ የትራንስፎርመር ሞዴሎችን ሙሉ ለሙሉ የዓረፍተ ነገሩን አውድ ለማንበብ እና ግንኙነቶችን ለመተንበይ፣ አሻሚዎችን እና የረጅም ርቀት ጥገኞችን ከጠንካራ ቅጦች በጣም በተሻለ ሁኔታ ያስተካክላሉ። RE ትልቅ የእውቀት ግራፎችን ከመሙላት ጀርባ ያለው ሞተር ነው።
ቴክኒካዊ ግንዛቤ
ብዙ የነርቭ RE ሞዴሎች ሁለቱን እጩ አካላት በልዩ ምልክቶች (እንደ [E1] እና [E2]) ያመላክታሉ ስለዚህ ትራንስፎርመር በየትኞቹ ጥንዶች ላይ ማተኮር እንዳለበት ያውቃል፣ ከዚያም የዐውደ-ጽሑፉን መክተቻዎች በቋሚ የግንኙነት ዓይነቶች ላይ ወደ ክላሲፋየር ይመግቡ። 'ክፍት' ግንኙነት ማውጣት ይልቁንስ የግንኙነቱን ሐረግ በቀጥታ ከጽሑፍ ያወጣል፣ አስቀድሞ የተወሰነ ንድፍ አያስፈልገውም። በአረፍተ ነገሩ ውስጥ ያሉት አብዛኛዎቹ ህጋዊ ጥንዶች ግንኙነት ስለሌላቸው ቀጣይነት ያለው ፈተና 'ግንኙነት የለውም' የሚለው ክፍል ነው።
ስልታዊ ተጽእኖ
ፍጥነት እና ልኬት
የቋንቋ የስራ ፍሰቶች ወጥነትን ሳያጠፉ በፍጥነት ሊንቀሳቀሱ ይችላሉ።
መድረስ እና መድረስ
በቋንቋዎች እና በመግባቢያ ዘይቤዎች ተደራሽነትን ያሰፋዋል።
ግልጽ ውሳኔዎች
አውቶሜሽን ድግግሞሹን ሲቆጣጠር ቡድኖች በፍርድ ላይ ብዙ ጊዜ ሊያጠፉ ይችላሉ።
ከጽሑፍ የግንኙነቱ የወደፊት ዕጣ
ትላልቅ የቋንቋ ሞዴሎች ከጊዜ ወደ ጊዜ ግንኙነት የማውጣት ዜሮ-ሾት ወይም ጥቂት-ሾት በመጠየቅ ያከናውናሉ፣ ይህም የተሰየመ ውሂብ እና ቋሚ ንድፎችን አስፈላጊነት ይቀንሳል። አካላትን በበርካታ ዓረፍተ ነገሮች እና አንቀጾች የሚያገናኘው የሰነድ ደረጃ RE፣ ንቁ ድንበር ነው። በፍላጎት ትኩስ የእውቀት ግራፎችን ከሚገነቡ መልሶ ማግኛ-የተጨመሩ ስርዓቶች ጋር ጥብቅ ውህደትን ይጠብቁ እና አካላትን እና ግንኙነቶችን በአንድ ማለፊያ ለበለጠ ትክክለኛነት እና ዝቅተኛ የስህተት ስርጭት የሚያወጡ የጋራ ሞዴሎች።
የእውነተኛ-ዓለም አተገባበር
በሚሊዮን የሚቆጠሩ የምርምር ፅሁፎችን በማውጣት መድሃኒቶችን ከሚያክሟቸው በሽታዎች ጋር የሚያገናኙ የባዮሜዲካል እውቀት ግራፎችን መገንባት።
የሥራ አስፈፃሚ ቀጠሮዎችን እና ግዢዎችን ከፋይናንሺያል ዜና መጣጥፎች በማውጣት የኩባንያውን የውሂብ ጎታዎችን ማሳደግ።
የፍለጋ ፕሮግራሞችን ማበልጸግ እንደ 'ቴስላን ማን እንደመሰረተው' አይነት ጥያቄ ከተነሱ (መሥራች፣ ኩባንያ) ግንኙነት የተወሰደ ቀጥተኛ መልስ ይመልሳል።
የጂኖም እና የመድኃኒት ግኝቶችን ለማፋጠን በሳይንሳዊ ሥነ-ጽሑፍ ውስጥ የፕሮቲን-ፕሮቲን ግንኙነቶችን መለየት።
አደጋዎች እና የጥበቃ መንገዶች
የተሳሳቱ እውነታዎች በጸጥታ ወደ ሪፖርቶች፣ የድጋፍ ፍሰቶች ወይም የምርምር ውጤቶችን ማስገባት ይችላሉ።
ፈጣን ትብነት በተመሳሳይ ጥያቄዎች ላይ የማይጣጣሙ ውጤቶችን ሊፈጥር ይችላል።
የመዳረሻ መቆጣጠሪያዎች ደካማ ከሆኑ ሚስጥራዊነት ያለው የጽሑፍ ውሂብ ሊጋለጥ ይችላል።
የትግበራ ፍኖተ ካርታ
ከመልቀቅዎ በፊት የውጤት ቅርጸትን፣ ድምጽን እና የጥራት ደረጃዎችን ይግለጹ።
ትክክለኛነት አስፈላጊ በሚሆንበት ጊዜ ሁሉ ከታመኑ ምንጮች ጋር ምላሾች።
ከፍተኛ ውጤት ለማግኘት የሰው የግምገማ ነጥብ አቆይ።
የውድቀት ንድፎችን ይከታተሉ እና ጥያቄዎችን ወይም የስራ ፍሰቶችን በመደበኛነት ያሠለጥኑ።
ማሰስዎን ይቀጥሉ
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Relation Extraction from Text quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
ቀጣይ መመሪያ
ለባህሪ ማውጣት ስፓርስ አውቶኢንኮደሮች
በተደጋጋሚ የሚጠየቁ ጥያቄዎች
What is Relation Extraction from Text?
ግንኙነት ማውጣት የተዋቀሩ እውነታዎችን ካልተዋቀረ ጽሑፍ ያወጣል፣ ሁለት አካላት እንዴት እንደሚገናኙ (እንደ 'የሚሰራ' ወይም 'በውስጡ የሚገኝ') ይለያል። የፍለጋ ፕሮግራሞችን፣ የውሂብ ጎታዎችን እና የእውቀት ግራፎችን ወደሚያበረታታ ፕሮሴን በማሽን ሊነበብ ወደሚችል እውቀት ይቀየራል።
የግንኙነት ማውጣት ስርዓት የተለመደው ውፅዓት ምንድነው?
RE ሁለት አካላት እንዴት እንደተገናኙ የሚያሳዩ እንደ (Marie Curie, born_in, Warsaw) ያሉ የተዋቀሩ ሶስት እጥፍ ያመርታል.
ከግንኙነት ማውጣት በፊት የትኛው NLP ተግባር ነው የሚሰራው?
ስርዓቱ የትኞቹ ጥንዶች ለግንኙነት መመርመር እንዳለባቸው እንዲያውቅ መጀመሪያ አካላት መገኘት አለባቸው።
ለግንኙነት ማውጣት 'የሩቅ ክትትል' ምን ያደርጋል?
የርቀት ክትትል እንደሚያስበው የእውቀት መሰረት በሁለት አካላት መካከል ያለውን ግንኙነት ከዘረዘረ ሁለቱንም የሚጠቅሱ ዓረፍተ ነገሮች ያንን ዝምድና ይገልጻሉ፣ ርካሽ የስልጠና መረጃ ይፈጥራሉ።
ብዙ ትራንስፎርመር ላይ የተመሰረቱ RE ሞዴሎች የትኞቹን ህጋዊ አካላት ለመመደብ ምን ያመለክታሉ?
እንደ [E1] እና [E2] ያሉ ልዩ ምልክቶች የታለሙ አካላትን ምልክት ስለሚያደርጉ ሞዴሉ በትክክለኛው ጥንድ ላይ ያተኩራል።
'ክፍት' ግንኙነት ማውጣትን ከመደበኛ RE የሚለየው ምንድን ነው?
ክፍት RE የግንኙነቱን አገላለጽ ከቋሚ ንድፍ ከመምረጥ ይልቅ በቀጥታ ከአረፍተ ነገሩ ይጎትታል።