ملء الخانات — الاستخراج المشترك للتعرف على الكيانات الطبيعية وفهم اللغة الطبيعية
ملء الخانات هو مهمة فهم اللغة الطبيعية التي تستخرج حقول قوالب محددة مسبقًا — مثل التاريخ أو الموقع أو اسم المنتج — من كلام المستخدم. ظهرت كمكون أساسي لأنظمة الحوار واستخراج المعلومات المستند إلى النماذج، وأصبحت مدروسة على نطاق واسع بعد أن قدم Goo وآخرون (2018) نموذج البوابة للخانات (Slot-Gated Model) للاستخراج المشترك للخانات وتوقع النية، تلاهم Chen وآخرون (2019) الذين وسعوا النموذج باستخدام النمذجة المشتركة المستندة إلى BERT.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Goo, C.W., Gao, G., Hsu, Y.K., Huo, C.L., Chen, T.C., Hsu, S.C., & Chen, Y.N. (2018). Slot-Gated Modeling for Joint Slot Filling and Intent Prediction. Proceedings of NAACL-HLT 2018. link ↗
- Chen, Q., Zhuo, Z., & Wang, W. (2019). BERT for Joint Intent Classification and Slot Filling. arXiv preprint arXiv:1902.10909. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Slot Filling (NER-NLU Joint Extraction). ScholarGate. https://scholargate.app/ar/text-mining/slot-filling
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- ربط الكياناتتنقيب النصوص↔ قارن
- استخلاص المعلوماتتنقيب النصوص↔ قارن
- اكتشاف النيةتنقيب النصوص↔ قارن
- التعرف على الكيانات المسماة (NER)تنقيب النصوص↔ قارن
- تصنيف النصوصتنقيب النصوص↔ قارن