الكاتب | Wangshao نان تشانغ جيا جون

بناء الجملة ودلالات اللغة الطبيعية هي الميزة الأكثر أهمية. وقد أثبتت الدراسات تصوير الأعصاب الأساس العصبي للدماغ بمعالجة دلالات وبناء الجملة مختلفة، ولكن مناطق الدماغ الحالية على دلالات اللغة الطبيعية وتركيب ترميز منفصلة ومحددة الترميز في الدماغ وليس هناك استنتاج ثابت.

لأن لغة عمليات الدماغ معقد جدا، والاستخدام التقليدي للالاصطناعي العصبي الإحضار العلوم المعرفية المصممة لدراسة المشكلة وثم جمع تصوير الأعصاب البيانات. ويرجع ذلك إلى تصميم جسم صناعي من البيئة تفاهم العادية لغة الإنسان والاستنتاجات لا يمكن تعميمها على اللغة الفعلية في الساحة، بالإضافة إلى عوامل التحفيز أخرى خاضعة للرقابة من إدخال فهم اللغة، وبالتالي لا يمكن رسم دلالات الدماغ البشري في اللغة الطبيعية فهم الوضع تمثيل بناء الجملة والاستنتاجات.

لحل هذه المشكلة، نقترح إطار الاستفادة من فصل ملامح نموذج الحوسبة تتوافق مع تميز الإنسان الدماغ يمكن تطبيقها على أي تجارب التحفيز اللغة الطبيعية. للمشكلة الدماغ التوصيف الدلالي والنحوي، ونحن نستخدم دلالات منفصلة نموذج الحساب وبناء الجملة ميزة الجملة المنطقة، دلالات وتركيب باستخدام الأساس العصبي منفصل من الميزات الموجودة في الدماغ المقابلة.

FIG 1 على الدماغ ميزة تميز فصل بحوث الحوسبة إطار

طريقة ورق

واستجابة لهذه المشاكل، وكانت الأكاديمية الصينية للعلوم في معهد مساعد باحث أتمتة الطبيعية لغة المجموعة المعالجة وانغ Shaonan، الباحث تشانغ جيا جون، للاحتفال الباحث إدوارد لين، أستاذ مشارك في علم النفس، والأكاديمية الصينية للعلوم، وتقترح إطارا للفصل تعاون استخدام النموذج الحسابي يتميز تتوافق مع تميز الدماغ البشري، لوصف بناء الجملة ودلالات العقل البشري المقابلة.

كما هو مبين في الشكل 1، وينقسم إطار إلى قسمين، الأول مميزة التكوين فصل نموذج التمثيل، يليه فصل ناقلات ميزة تمثل معظم الميزات ذات الصلة لإيجاد المناطق المقابلة في بيانات نشاط المخ الدماغ. على وجه التحديد، نقترح حلا التورط نموذج التمثيل ميزة (DFRM). كما هو مبين في الشكل 2، ونقاط نموذج من التشفير هو من تعديل ثنائي القناة، وذلك باستخدام اثنين من المتغيرات تمثل متغير الملامح الدلالية والنحوية متغير مميزة الضمني. متجه كلمة متوسط محددة التشفير الجملة استخراج ميزة الدلالي، وذلك باستخدام طول الذكريات (LSTM) لاستخراج يتميز الجملة النحوية، تليها الحاجة إلى تعلم كيفية التمييز بين نوعين من متغير معنى الجملة الدلالي هو نفسه، بحيث تركيب متغير يميز تعلم ما إذا كان نفس بناء الدالة جملتين موضوعي، دلالات تراكم متغير الدلالي المعلومات قواعد معلومات بناء الجملة تراكم متغير.

نموذج فوق الكائن وظيفة إعادة الإعمار من التشفير تباين الخطأ أشكال التعلم توزيع دلالات والمتغيرات بناء الجملة، يمكن للنموذج تولد في نهاية المطاف ناقلات الدلالي لكل المتغيرات الدلالي الجملة، كل ناقلات الجملة قواعد اللغة التوليدي مع متغير النحوية .

FIG 2 يمثل نموذجا حيث فصل

باستخدام بناء الجملة وناقلات ناقلات الدلالي من العصبية تقنية الترميز، يمكننا تميز الدماغ المقابلة لدلالات وجملة من الدراسة. على وجه التحديد، يمكن أن ناقلات النحوية والدلالية يكون ناقلا لكل جملة من نموذج الحساب المذكور أعلاه، وذلك باستخدام كل الجمل في كل من الجملتين يمكن الحصول على جيب التمام تشابه المصفوفة، والتشابه الدلالي بين الجمل النحوية تشابه المصفوفة. وبالمثل، للدماغ، ولكل منطقة في الدماغ لديها مجموعة من القيم لتفعيل كل جملة، والتشابه جيب التمام بين كل تفعيل متجه يمكن أن يكون جملتين لكل مصفوفة الجملة تشابه فهم مناطق الدماغ. وأخيرا، تتم بناء الجملة والدلالي التشابه مصفوفة نموذج حساب التشابه مصفوفة تحليل الارتباط التي تم الحصول عليها مع مصفوفة مشابهة لكل منطقة في الدماغ، أي يمكن أن يكون معظم مناطق الدماغ المرتبطة مناطق الدماغ الدلالية وجملة الأكثر ملاءمة.

النتائج التجريبية

يبين الجدول (1) الأداء من نماذج مختلفة في المهام الدلالية والنحوية المختلفة. أظهرت النتائج أن نقترح فصل نموذج التمثيل ميزة (DFRM) يمكن تحقيق أقصى قدر من التمييز بين المعلومات الجملة الدلالية والنحوية، حقق أفضل النتائج من حيث دلالات ومجموعات البيانات تركيب التشابه.

النتائج في الجدول رقم 1 على عدد وافر من نماذج مختلفة من أزواج اللغات

3 و 4، بناء الجملة ودلالات ناقلات أعلاه إلى أن يفهم أن الجملتين الرنين المغناطيسي الوظيفي مجموعة البيانات، وجدنا أن منطقة أكثر استقرارا من الدماغ لتفعيل منها الدلالي توصيف توصيف لغوي، بما في ذلك الشبكة الافتراضية (الافتراضي نموذج الشبكة)، الأمامية والفص الجداري (جبهي جداري) والشبكات (الشبكات البصرية البصرية) وهلم جرا. الدلالي وتركيب الدماغ تتميز متداخلة إلى حد كبير، لا يوجد سوى عدد قليل من المناطق في الدماغ مناطق الدماغ حساسة. على سبيل المثال، الجزء الأمامي (الجبهي) الفص الصدغي (الزمانية) مناطق هي ملامح الدلالات المحددة. الجزء الأيمن العلوي من الفص الجبهي (يمين أمامي متفوقة) والجداري الأيمن (rightinferior الجدارية) منطقة محددة النحوي.

البيانات نتيجة تحليل FIG 3 التركيب الدلالي ترميز ناقلات تشابه الدماغ الرنين المغناطيسي الوظيفي (مجموعة البيانات 1)

4 مشابه لFIG التحليل الدلالي للدماغ تركيب ناقلات ترميز البيانات الرنين المغناطيسي الوظيفي (مجموعة البيانات 2)

المساهمة الرئيسية لهذا العمل هي:

• الإطار المقترح للاستفادة من النموذج الحسابي لكيفية عمل الدماغ تميز خصائص لغات مختلفة. بالإضافة إلى تميز الدماغ البشري من دراسة نحوية دلالية، فإنه يمكن أن تستخدم أيضا لدراسة الخصائص الأخرى مثل الرؤية والكلام والعواطف لغات.

• يعرض تمثيل نموذج فصل المميز والمعلومات الدلالية والنحوية الجملة يمكن فصلها إلى حد ما، لتوليد متجه قواعد الدلالي وناقلا لكل جملة.

• توفر نتائج أدلة جديدة من وجهة نظر الحسابية من دلالات وبناء الجملة من أجل توصيف آليات الدماغ، أكد وتمديد الأعصاب اكتشاف العلوم المعرفية الحالية، مشيرا إلى أن استخدام نموذج معالجة اللغات الطبيعية يمكن أن تساعدنا على فهم آلية لغة الدماغ أبحاث الدماغ.

تفاصيل تشير إلى الأبحاث المنشورة في AAAI 2020 الذكاء الاصطناعي مؤتمرات القمة الأكاديمية:

Shaonan وانغ، JiajunZhang، نان لين وChengqing تسونغ. جس أنماط الدماغ تفعيل byDissociating الدلالة وبناء الجملة في الجمل، وThirdy الرابعة AAAIConference على الذكاء الاصطناعي، 07-12 فبراير 2020، نيويورك، الولايات المتحدة الأمريكية.

تقارير لى فنغ شبكة AI تقنية الاستعراض. لى فنغ لى فنغ صافي صافي