[صفحه اصلی ]    
بخش‌های اصلی
درباره دانشکده::
مدیریت دانشکده::
اعضای هیات علمی ::
معرفی افراد::
امور آموزش::
امور فرهنگی::
امور پژوهشی::
اخبار و رویدادها::
فضاهای آموزشی و تحقیقاتی ::
تسهیلات پایگاه::
تماس با ما::
::
ورود به سایت دروس
دانشجویان روزانه و پردیس
دانشجویان مرکز آموزش الکترونیکی
..
اطلاعیه ها
 اطلاعیه های آموزشی
..
فراخوان ها
فراخوان های همکاری با صنعت و سازمان ها
..
دفاعیه‌ها

دفاعیه های دکتری

۱۴۰۲/۱۱/۲۹ - یعرب عبدالله
۱۴۰۲/۸/۱۷ - زهرا رشیدی


دفاعیه های کارشناسی ارشد

..
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: پرهام رحیمی ::
 | تاریخ ارسال: 1402/8/15 | 

آقای پرهام رحیمی دانشجوی کارشناسی ارشد آقای دکتر بهروز مینایی بیدگلی مورخ  ۱۴۰۲/۰۸/۱۷ ساعت ۱۷:۳۰ از پروژه کارشناسی ارشد خود با عنوان "استخراج رابطه از متن خام با استفاده از مدل‌های زبانی بزرگ و رویکرد نظارت از راه دور" دفاع خواهند نمود.

 


ارائه ­دهنده:
پرهام رحیمی

  استاد راهنما:
دکتر 
بهروز مینایی بیدگلی


  هیات داوران:

دکتر سید صالح اعتمادی
 دکتر احسان ناظرفرد

زمان : ۱۷ آبان ماه ۱۴۰۲

  ساعت ۱۷:۳۰

       


چکیده پایان نامه :

با رشد سریع متون بدون ساختار در وب، استخراج رابطه نقشی حیاتی در تحقیقات پردازش زبان طبیعی ایفا کرده و به طور خودکار متون بدون ساختار را به قالب‌های ساخت‌یافته تبدیل و ذخیره می‌کند. این وظیفه می‌تواند به تکمیل و بروزرسانی گراف‌های دانش موجود از داده روز نیز کمک شایانی کند. روش‌های استخراج رابطه باناظر به حجم زیادی داده‌ی آموزشی برچسب‌گذاری شده نیاز دارند که زمان‌ و هزینه بر است. نظارت از راه دور برای رسیدگی به این چالش پیشنهاد شده است. با وجود اینکه مدل‌های استخراج رابطه سنتی به موفقیتهای قابل توجهی دست یافته‌اند، پیشرفت‌های اخیر در مدل‌های زبانی بزرگ دستاوردهای قابل‌توجهی در پیشبرد لبه دانش در وظایف مختلف پردازش زبان طبیعی نشان داده‌اند که آن‌ها را شایسته بررسی در این وظیفه می‌کند.
این نوشتار استفاده از مهندسی پرامپت و مدل‌های زبانی بزرگ را برای غلبه بر چالش‌های موجود در بهبود نتایج لبه دانش در استخراج رابطه ترسیم می‌کند. در این راستا، ابتدا روشی برای تولید پرامپت مهندسی‌شده بر اساس مجموعه‌داده‌های استخراج رابطه سنتی ارائه می‌شود. سپس با استفاده از روش مذکور مجموعه‌داده‌های ۲۴ و ۵۶ رابطه‌ای که به ترتیب دارای بیش ۶۰ هزار و بیش از ۶۰۰ هزار پرامپت هستند، برای استخراج رابطه با رویکرد نظارت از راه دور بر مبنای مجموعه‌داده‌ی نیویورک تایمز برای مدل‌های زبانی بزرگ ارائه می‌شود. در نهایت مدل زبانی تی۵ به گونه‌ای تنظیم دقیق می‌شود که می‌تواند نتایج بهتری نسبت به مدل‌های لبه دانش فعلی در معیارهای امتیاز اف (۱.۱۲ واحد ارتقا) و دقت (۲.۴۴ واحد ارتقا) ارائه دهد. همچنین استفاده از رویکرد آموزش کم‌نمونه و بی‌نمونه مدل زبانی بزرگ لاما۲ برای به دست آوردن نتایج بهتر در استخراج رابطه برای رابطه‌های کم تکرار در مجموعه‌داده‌ی آموزش پیشنهاد می‌شود.

واژه‌های کلیدی:
استخراج رابطه، نظارت از راه دور، مدل‌های زبانی، مدل‌های زبانی بزرگ، پردازش زبان طبیعی

 

مکان: دانشکده مهندسی کامپیوتر، طبقه ۲  ،اتاق دفاعیه دکتری

دفعات مشاهده: 1083 بار   |   دفعات چاپ: 126 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر
سایر مطالب این بخش سایر مطالب این بخش نسخه قابل چاپ نسخه قابل چاپ ارسال به دوستان ارسال به دوستان
data
Persian site map - English site map - Created in 0.14 seconds with 55 queries by YEKTAWEB 4642