الحصول على معلومات الفضاء وتوليد الصور استنادًا إلى التعلم التبايني الموجه
摘要
لزيادة كفاءة الحصول على معلومات الفضاء مفتوحة المصدر وحل مشاكل طول محتوى معلومات الفضاء المفتوحة المصدر، وقلة الكمية، وضعف متانة تطبيق نماذج تصنيف النصوص الشائعة، وعدم وضوح المعلومات النصية، تقترح هذه الورقة طريقة تصنيف معلومات الفضاء تعتمد على التعلم التبايني الموجه. تعتمد هذه الطريقة على شبكة الذاكرة طويلة وقصيرة المدى اتجاهية ثنائية مع آلية الانتباه (Attention) وتدمج تقنية التعلم التبايني لمعالجة وتحليل المعلومات المفتوحة المصدر، وبالتالي فرز معلومات الفضاء بكفاءة. تستخدم نموذج unCLIP (التدريب المسبق اللغوي-الصوري غير التبايني) لتوليد صور مطابقة للمعلومات. تظهر النتائج التجريبية أن هذه الطريقة تتفوق على طرق تصنيف النصوص الشائعة مثل CNN، وBiLSTM، وTransformer، وBiLSTM-Attention من حيث الدقة والاسترجاع وF1-Score، حيث يصل F1-Score إلى 0.97، كما تعرض المعلومات في شكل صور لجعلها أكثر وضوحًا وبديهية. يمكن لهذه الطريقة استخدام بيانات الشبكة المفتوحة بشكل كامل واستخراج معلومات الفضاء المفتوحة المصدر بكفاءة وتوليد الصور المقابلة، مما له قيمة مهمة في تحليل ودراسة معلومات الفضاء.
关键词
تصنيف النصوص الموجه; التعلم التبايني; توليد الصور من النصوص; معلومات الفضاء
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website