টেক্সট থেকে সম্পর্ক নিষ্কাশন
সম্পর্ক নিষ্কাশন কাঠামোগত তথ্যগুলিকে অসংগঠিত পাঠ্য থেকে বের করে দেয়, এটি সনাক্ত করে যে কীভাবে দুটি সত্তা সংযোগ করে (যেমন 'এর জন্য কাজ করে' বা 'অবস্থিত')।
ওভারভিউ
It turns prose into machine-readable knowledge that powers search engines, databases, and knowledge graphs.
গভীর ডুব
রিলেশন এক্সট্রাকশন (আরই) 'মারি কুরি ওয়ার্সায় জন্মগ্রহণ করেছিলেন' এর মতো একটি বাক্য নেয় এবং একটি কাঠামোগত ট্রিপল তৈরি করে: (মারি কুরি, জন্ম_ইন, ওয়ারশ)। এটি সাধারণত নামযুক্ত সত্তা স্বীকৃতির উপর তৈরি করে, যা প্রথমে সত্তাগুলি খুঁজে পায়, তারপর জোড়ার মধ্যে সম্পর্ককে শ্রেণীবদ্ধ করে। ক্লাসিক পদ্ধতিতে হাতে লেখা নিদর্শন ('এক্স, ওয়াই এর প্রতিষ্ঠাতা') বা লেবেলযুক্ত উদাহরণগুলিতে প্রশিক্ষিত তত্ত্বাবধান করা ক্লাসিফায়ার ব্যবহার করা হয়। একটি বড় অগ্রগতি ছিল দূরবর্তী তত্ত্বাবধান, যা উইকিডাটার মতো বিদ্যমান জ্ঞানের ভিত্তিগুলিকে কাঁচা পাঠের সাথে সারিবদ্ধ করে যাতে স্কেলে প্রশিক্ষণ ডেটা স্বয়ংক্রিয়ভাবে তৈরি করা যায়। আধুনিক সিস্টেম ফাইন-টিউন ট্রান্সফরমার মডেল যেমন BERT সম্পূর্ণ বাক্যের প্রেক্ষাপট পড়তে এবং সম্পর্কের ভবিষ্যদ্বাণী করতে, অস্পষ্টতা এবং দীর্ঘ-পরিসর নির্ভরতাগুলি কঠোর নিদর্শনগুলির চেয়ে অনেক ভাল পরিচালনা করে। বড় জ্ঞানের গ্রাফ তৈরি করার পিছনে RE হল ইঞ্জিন।
প্রযুক্তিগত অন্তর্দৃষ্টি
অনেক নিউরাল RE মডেল দুটি প্রার্থী সত্তাকে বিশেষ টোকেন দিয়ে চিহ্নিত করে (যেমন [E1] এবং [E2]) তাই ট্রান্সফরমার জানে কোন জোড়ার উপর ফোকাস করতে হবে, তারপর প্রসঙ্গগত এম্বেডিংগুলিকে একটি নির্দিষ্ট ধরণের সম্পর্কের সেটের উপর একটি শ্রেণীবিভাগে ফিড করে। 'ওপেন' রিলেশন এক্সট্রাকশন এর পরিবর্তে সরাসরি টেক্সট থেকে রিলেশন ফ্রেস এক্সট্র্যাক্ট করে, কোনো পূর্বনির্ধারিত স্কিমার প্রয়োজন নেই। একটি ক্রমাগত চ্যালেঞ্জ হল 'নো রিলেশন' শ্রেণী, যেহেতু একটি বাক্যে বেশিরভাগ সত্তা জোড়া সম্পর্কহীন।
কৌশলগত প্রভাব
গতি এবং স্কেল
ভাষার কর্মপ্রবাহ ধারাবাহিকতাকে ত্যাগ না করে দ্রুত অগ্রসর হতে পারে।
অ্যাক্সেস এবং পৌঁছানো
এটি ভাষা এবং যোগাযোগ শৈলী জুড়ে অ্যাক্সেস প্রসারিত করে।
সুস্পষ্ট সিদ্ধান্ত
অটোমেশন পুনরাবৃত্তি পরিচালনা করার সময় দলগুলি বিচারে আরও বেশি সময় ব্যয় করতে পারে।
টেক্সট থেকে সম্পর্ক নিষ্কাশনের ভবিষ্যত
বড় ভাষার মডেলগুলি ক্রমবর্ধমানভাবে প্রম্পটিংয়ের মাধ্যমে সম্পর্ক নিষ্কাশন শূন্য-শট বা কয়েক-শট সম্পাদন করে, লেবেলযুক্ত ডেটা এবং নির্দিষ্ট স্কিমাগুলির প্রয়োজনীয়তা হ্রাস করে। নথি-স্তরের RE, যা একাধিক বাক্য এবং অনুচ্ছেদ জুড়ে সত্তাকে সংযুক্ত করে, একটি সক্রিয় সীমান্ত। পুনরুদ্ধার-বর্ধিত সিস্টেমগুলির সাথে আরও শক্ত একীকরণের আশা করুন যা চাহিদা অনুযায়ী নতুন জ্ঞানের গ্রাফ তৈরি করে, এবং যৌথ মডেলগুলি যা উচ্চ নির্ভুলতা এবং কম ত্রুটি প্রচারের জন্য একক পাসে সত্তা এবং সম্পর্কগুলিকে বের করে।
বাস্তব-বিশ্ব বাস্তবায়ন
বায়োমেডিকাল জ্ঞানের গ্রাফ তৈরি করা যা লক্ষ লক্ষ গবেষণা বিমূর্তগুলি খনির মাধ্যমে ওষুধগুলিকে তাদের চিকিত্সার রোগগুলির সাথে লিঙ্ক করে৷
আর্থিক সংবাদ নিবন্ধগুলি থেকে এক্সিকিউটিভ অ্যাপয়েন্টমেন্ট এবং অধিগ্রহণের মাধ্যমে কোম্পানির ডাটাবেস জনবহুল করা।
সার্চ ইঞ্জিন সমৃদ্ধ করা যাতে 'কে টেসলা প্রতিষ্ঠা করেন'-এর মতো একটি প্রশ্ন নিষ্কাশিত (প্রতিষ্ঠাতা, কোম্পানি) সম্পর্ক থেকে সরাসরি উত্তর দেয়।
জিনোমিক্স এবং ড্রাগ আবিষ্কারকে ত্বরান্বিত করতে বৈজ্ঞানিক সাহিত্যে প্রোটিন-প্রোটিনের মিথস্ক্রিয়া সনাক্ত করা।
ঝুঁকি এবং প্রহরী
হ্যালুসিনেটেড ফ্যাক্টগুলি শান্তভাবে রিপোর্ট, সমর্থন প্রবাহ, বা গবেষণা আউটপুট প্রবেশ করতে পারে।
প্রম্পট সংবেদনশীলতা অনুরূপ অনুরোধ জুড়ে অসামঞ্জস্যপূর্ণ ফলাফল তৈরি করতে পারে।
অ্যাক্সেস কন্ট্রোল দুর্বল হলে সংবেদনশীল পাঠ্য ডেটা উন্মুক্ত হতে পারে।
বাস্তবায়ন রোডম্যাপ
রোলআউট করার আগে আউটপুট ফর্ম্যাট, টোন এবং মানের মান নির্ধারণ করুন।
যখনই নির্ভুলতা গুরুত্বপূর্ণ তখন বিশ্বস্ত উত্সের সাথে গ্রাউন্ড প্রতিক্রিয়া।
উচ্চ-স্টেকের আউটপুটগুলির জন্য একটি মানব পর্যালোচনা চেকপয়েন্ট রাখুন।
ব্যর্থতার নিদর্শনগুলি ট্র্যাক করুন এবং প্রম্পট বা ওয়ার্কফ্লোগুলিকে নিয়মিতভাবে পুনরায় প্রশিক্ষণ দিন।
অন্বেষণ চালিয়ে যান
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
পরবর্তী গাইড
বৈশিষ্ট্য নিষ্কাশনের জন্য স্পার্স অটোএনকোডার
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is Relation Extraction from Text?
সম্পর্ক নিষ্কাশন কাঠামোগত তথ্যগুলিকে অসংগঠিত পাঠ্য থেকে বের করে দেয়, এটি সনাক্ত করে যে কীভাবে দুটি সত্তা সংযোগ করে (যেমন 'এর জন্য কাজ করে' বা 'অবস্থিত')। এটি গদ্যকে মেশিন-পাঠযোগ্য জ্ঞানে পরিণত করে যা সার্চ ইঞ্জিন, ডেটাবেস এবং জ্ঞানের গ্রাফগুলিকে শক্তি দেয়।
একটি সম্পর্ক নিষ্কাশন সিস্টেমের সাধারণ আউটপুট কি?
RE স্ট্রাকচার্ড ট্রিপল তৈরি করে যেমন (Marie Curie, born_in, Warsaw) যেগুলো ক্যাপচার করে কিভাবে দুটি সত্তা সংযুক্ত।
কোন NLP টাস্ক সাধারণত সম্পর্ক নিষ্কাশন আগে সঞ্চালিত হয়?
সত্তাকে প্রথমে খুঁজে বের করতে হবে যাতে সিস্টেমটি জানে যে কোন জোড়া সম্পর্কের জন্য পরীক্ষা করতে হবে।
সম্পর্ক নিষ্কাশনের জন্য 'দূরবর্তী তত্ত্বাবধান' কী করে?
দূরবর্তী তত্ত্বাবধান অনুমান করে যে যদি একটি জ্ঞানের ভিত্তি দুটি সত্তার মধ্যে একটি সম্পর্ক তালিকাভুক্ত করে, উভয়ের উল্লেখ করা বাক্যগুলি সেই সম্পর্ককে প্রকাশ করে, সস্তা প্রশিক্ষণ ডেটা তৈরি করে।
কিভাবে অনেক ট্রান্সফরমার-ভিত্তিক RE মডেল নির্দেশ করে যে কোন সত্তা জোড়াকে শ্রেণীবদ্ধ করতে হবে?
বিশেষ টোকেন যেমন [E1] এবং [E2] লক্ষ্য সত্তাকে চিহ্নিত করে যাতে মডেলটি সঠিক জোড়ার উপর ফোকাস করে।
কি স্ট্যান্ডার্ড RE থেকে 'ওপেন' রিলেশন এক্সট্রাকশনকে আলাদা করে?
ওপেন RE একটি নির্দিষ্ট স্কিমা থেকে বেছে নেওয়ার পরিবর্তে সরাসরি বাক্য থেকে সম্পর্ক অভিব্যক্তিটিকে টেনে আনে।