استخراج العلاقات الدلالية من النصوص العربية باستخدام منهجية الإشراف عن بعد

العناوين الأخرى

Semantic relation extraction from Arabic texts using distant supervision

المؤلفون المشاركون

غنيم، ندى
جوخدار، عمار
كحيلان، إسلام

المصدر

مجلة جامعة دمشق للعلوم الهندسية : مجلة علمية محكمة دورية

الناشر

جامعة دمشق

تاريخ النشر

2022-12-31

دولة النشر

سوريا

عدد الصفحات

11

التخصصات الرئيسية

اللغة العربية وآدابها

الملخص العربي

تقوم مهمة استخراج العلاقات Relation Extraction على إيجاد العلاقات الدلالية بين كيانات النص و تصنيفها حسب نوع العلاقة.

تهدف هذه الورقة البحثية إلى استخراج العلاقات من النصوص العربية باستخدام الإشراف عن بعد Distance Supervision، بحيث قمنا في البداية بتجميع مجموعة المعطيات العربية ArRe24k بشكل آلي باعتماد الإشراف عن بعد، ليتم بعدها تدريب شبكة عصبونية التفافية متقطعة Piecewise Convolutional Neural Network) مع طبقة انتباه على مستوى الجمل لتحديد و تصنيف العلاقات بين الكيانات PCNN) الواردة في النصوص العربية، و تخطي أخطاء التنميط الآلي للبيانات الناتجة عن اعتماد الافتراض القوي للإشراف عن بعد.

أظهر النموذج نتائج مقبولة بدقة (71.6%) على مجموعة المعطيات العربية المجمعة باعتماد التقييم اليدوي .

الملخص الإنجليزي

The task of relation extraction is to find semantic relations between text entities and classify them according to the type of the relation.

This paper aims to extract relations from Arabic texts using Distance Supervision, so that we initially collected the ArRe24k Arabic corpus automatically by adopting the Distance Supervision methodology, then we trained Piecewise Convolutional Neural Network (PCNN) model with a sentence-attention layer, to detect and classify the relations between the mentioned entities in the Arabic texts and overcome the errors of automatic labeling caused by the strong assumption of Distance Supervision.

The model on ArRe24k data showed acceptable results with accuracy (71.6%) using manual evaluation.

نوع البيانات

أوراق مؤتمرات

رقم السجل

BIM-1529967

• APA
• MLA
• AMA