قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
التعرف على الكيانات المسماة (REN)
مهمة فرعية في معالجة اللغة الطبيعية (NLP) تهدف إلى تحديد وتصنيف الكيانات المحددة مسبقًا مثل الأشخاص أو المنظمات أو الأماكن في نص غير منظم.
استخراج الكيانات
عملية تحديد وعزل معلومات منظمة محددة (كيانات) من بيانات نصية غير منظمة لتغذية قاعدة معرفية.
وسم الكيانات
عملية ربط علامات دلالية (tags) بالكيانات المستخرجة من نص، مما يسمح بتصنيفها واستخدامها في أنظمة الإجابة على الأسئلة.
قاموس الكيانات
قاعدة بيانات أو قائمة منظمة تحتوي على الكيانات الصالحة وأنواعها، تُستخدم كمرجع للتعرف والتحقق في نظام الإجابة على الأسئلة.
التعلم المراقب للتعرف على الكيانات المسماة
نهج يتم فيه تدريب نموذج التعرف على الكيانات المسماة على مجموعة نصوص مشروحة يدويًا لتعلم كيفية التعرف على الكيانات وتصنيفها.
نموذج التسلسل إلى التسلسل (Seq2Seq)
هندسة شبكة عصبية تُستخدم لمهام التعرف على الكيانات المسماة المعقدة، حيث تعالج تسلسل إدخال (نص) لإنتاج تسلسل إخراج (علامات الكيانات).
تضمينات السياق (ELMo, BERT)
تمثيلات متجهية للكلمات تلتقط معناها بناءً على السياق المحيط، مما يحسن بشكل كبير دقة استخراج الكيانات الغامضة.
توحيد الكيانات
عملية توحيد الكيانات المستخرجة (على سبيل المثال: تحويل 'Mardi', 'mar.' و 'Mardi' إلى شكل قانوني) لضمان اتساق البيانات.
ربط الكيانات (Entity Linking)
مهمة ربط كيان مسمى مذكور في نص بمدخل فريد في قاعدة معرفية (مثل: URI لـ DBpedia أو Wikidata).
مدونة مشروحة (Annotated Corpus)
مجموعة من النصوص حيث تم تحديد الكيانات وتسميتها مسبقًا بواسطة البشر، وتستخدم كحقيقة أساسية لتدريب وتقييم نماذج التعرف على الكيانات المسماة (REN).
إيجابية كاذبة في الاستخراج (False Positive in Extraction)
خطأ حيث يحدد النظام بشكل غير صحيح جزءًا من النص ككيان ذي صلة، مما يؤثر سلبًا على دقة نظام الإجابة على الأسئلة.
مسار الاستخراج (Extraction Pipeline)
تسلسل متتابع من الوحدات (تقسيم الكلمات، التعرف على الكيانات المسماة، التطبيع، الربط) التي تحول النص الخام إلى كيانات منظمة قابلة للاستخدام.
نظام الإجابة على الأسئلة القائم على المعرفة (Knowledge-Based QA System)
نوع من أنظمة الإجابة على الأسئلة التي تجد الإجابات عن طريق استعلام قاعدة معرفية منظمة، يتم ملؤها عن طريق استخراج الكيانات والعلاقات.
التعرف الهجين على الكيانات المسماة (Hybrid NER)
نهج يجمع بين الأساليب القائمة على القواعد (مطابقة الأنماط) ونماذج التعلم الآلي للاستفادة من دقة الأولى ومرونة الثانية.
إزالة غموض الكيانات (Entity Disambiguation)
مهمة حل الغموض عندما يمكن لسلسلة أحرف واحدة أن تشير إلى عدة كيانات متميزة (مثال: 'باريس' المدينة مقابل 'باريس' الأسطورة).
الضبط الدقيق للتعرف على الكيانات المسماة (Fine-Tuning for NER)
عملية تكييف نموذج لغوي مدرب مسبقًا (مثل BERT) على مدونة محددة لمهمة التعرف على الكيانات المسماة.