تخطى إلى المحتوى
العالِم العربي
  • الصفحة الرئيسية
  • مجالات الأبحاث
  • عن الموقع
  • تواصل معنا
  1. الرئيسية
  2. قائمة الكلمات المفتاحية
  3. استخراج المعلومات

الأبحاث المرتبطة بالكلمة المفتاحية: استخراج المعلومات




  • أتمتة استخراج البيانات في الأبحاث الميتا: معيار متعدد النماذج في أوراق علم نفس الشبكات

    2026 | المؤلف: Benjamin Šimsa وآخرون | المجلة: Behavior Research Methods | المجال: الإحصاء والاحتمالات واللايقين (Statistics, Probability and Uncertainty)

    في هذا البحث، يستكشف المؤلفون فعالية نماذج اللغة الكبيرة (LLMs) لأتمتة استخراج البيانات في البحث الميتا، وهي عملية تتميز تقليديًا بطبيعتها التي تتطلب جهدًا كبيرًا وعرضة للأخطاء. باستخدام مجموعة بيانات تضم 43 ورقة بحثية في علم النفس الشبكي، اختبروا خمسة نماذج LLMs—Claude 4.6 Opus، Claude 4.5 Sonnet، Claude 4.5 Haiku، GPT-5.2، وGPT-5 mini—من خلال خط…


  • OntoLogX: استخراج رسم بياني للمعرفة الموجه بواسطة الأنطولوجيا من سجلات الأمن السيبراني باستخدام نماذج اللغة الكبيرة

    2026 | المؤلف: Luca Cotti وآخرون | المجلة: Advanced Intelligent Systems | المجال: نظم المعلومات (Information Systems)

    تقدم ورقة البحث OntoLogX، وهو وكيل ذكاء اصطناعي مستقل مصمم لتعزيز استخراج معلومات التهديد السيبراني (CTI) من سجلات النظام غير المنظمة. هذه السجلات، رغم غناها بالمعلومات المتعلقة بسلوكيات المهاجمين والثغرات المستغلة، غالبًا ما تعاني من مشكلات مثل نقص الهيكل وعدم التناسق الدلالي. تتناول OntoLogX هذه التحديات من خلال استخدام نماذج اللغة الكبيرة (LLMs) لتحويل السجلات…


  • استخراج معلومات البروتوكول المدعوم بالذكاء الاصطناعي لتحسين الدقة والكفاءة في سير عمل التجارب السريرية

    2026 | المؤلف: Ramtin Babaeipour وآخرون | المجلة: Journal of Biomedical Informatics | المجال: نظم المعلومات والإدارة (Information Systems and Management)

    تسبب التعقيد المتزايد لبروتوكولات التجارب السريرية، إلى جانب التعديلات المتكررة والتحديات في إدارة المعرفة، أعباء كبيرة على فرق التجارب. تقيم هذه الدراسة نظام الذكاء الاصطناعي (AI) الذي يستخدم نماذج اللغة الكبيرة التوليدية (LLMs) مع توليد معزز بالاسترجاع (RAG) للاستخراج الآلي لمعلومات بروتوكول التجارب السريرية. تقارن الأبحاث دقة الاستخراج لعملية RAG الخاصة بالتجارب السريرية، التي حققت…


  • من الشرائح إلى الخرائط الجاهزة للذكاء الاصطناعي: خرائط الأنسجة متعددة الطبقات الموحدة كبيانات وصفية للذكاء الاصطناعي في علم الأمراض الرقمي

    2026 | المؤلف: Gernot Fiala وآخرون | المجلة: Artificial Intelligence in Medicine | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    يقدم هذا القسم إطارًا لتوليد خرائط الفهرس ثنائية الأبعاد، المشار إليها باسم خرائط الأنسجة، لتعزيز البيانات الوصفية المرتبطة بصور الشرائح الكاملة (WSIs). تعتبر صور الشرائح الكاملة صورًا رقمية عالية الدقة ضرورية لمجالات طبية متنوعة، بما في ذلك علم الأمراض وعلم الأورام، ولكن نقص البيانات الوصفية الموحدة يعقد استخدامها في تدريب وتقييم الذكاء الاصطناعي. ينظم الإطار…


  • مفهوم البرمجيات واستخراج المعرفة لتعدين البيانات في قطاعات الرعاية الصحية

    2026 | المؤلف: Hamid Jassam MOHAMMED | المجلة: International Journal of Basic and Applied Sciences | المجال: إدارة المعلومات الصحية (Health Information Management)

    يتناول القسم أهمية استخراج البيانات في قطاع الرعاية الصحية، مسلطًا الضوء على إمكانيته في استخراج رؤى قيمة من مجموعات البيانات الكبيرة. ويؤكد على ضرورة وجود أنظمة برمجية قوية يمكن أن تدعم عمليات استخراج البيانات بشكل فعال، مع معالجة المتطلبات الوظيفية وغير الوظيفية. تشمل المكونات الرئيسية للتنفيذ الناجح تطوير بنية تحتية موثوقة للبيانات، ونماذج تحليلية متطورة…


  • Text2AMR2FRED، تحويل النص إلى رسوم بيانية للمعرفة RDF/OWL عبر تمثيل المعنى المجرد

    2026 | المؤلف: Aldo Gangemi وآخرون | المجلة: Knowledge and Information Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على Text2AMR2FRED، وهو خط أنابيب جديد لتحويل النص إلى رسم بياني للمعرفة (KG) مصمم لتحويل النصوص الطبيعية متعددة اللغات إلى KGs منظمة ومتسقة منطقياً. يعالج هذا الخط من الأنابيب القيود الكبيرة للبارسين الدلاليين الحاليين من خلال تعزيز الاتساق المنطقي والتشغيل البيني، والامتثال لمعايير الويب الدلالي. من خلال استخدام تمثيل المعنى…


  • استرجاع الكيانات السريرية المعززة لاستخراج المعلومات السريرية

    2025 | المؤلف: Iván López وآخرون | المجلة: npj Digital Medicine | المجال: علم الأحياء الجزيئي (Molecular Biology)

    يقدم هذا القسم نظرة عامة على خط أنابيب جديد يسمى استرجاع معزز بالجيل (RAG) يُعرف باسم استرجاع الكيانات السريرية المعزز (CLEAR)، مصمم لتعزيز استخراج المعلومات من الملاحظات السريرية من خلال استخدام الكيانات السريرية بدلاً من الاعتماد فقط على التضمينات. تقارن الدراسة CLEAR بأساليب RAG التقليدية المعتمدة على التضمينات والأساليب الكاملة للملاحظات في استخراج 18 متغيرًا…


  • نماذج اللغة الكبيرة لاستخراج المعلومات التوليدية: استعراض

    2024 | المؤلف: Derong Xu وآخرون | المجلة: Frontiers of Computer Science | المجال: الذكاء الاصطناعي (Artificial Intelligence)

    تقدم هذه القسم نظرة عامة على دور نماذج اللغة الكبيرة التوليدية (LLMs) في استخراج المعلومات (IE)، التي تركز على اشتقاق المعرفة الهيكلية من نصوص اللغة الطبيعية غير المنظمة. يقوم المؤلفون بإجراء مراجعة منهجية للتطورات الحديثة في دمج LLMs في مهام IE المختلفة، مصنفين الأدبيات بناءً على مهام فرعية وتقنيات مختلفة. يقومون بتحليل تجريبي لأحدث الأساليب…


حقوق النشر © 2026 العالِم العربي. جميع الحقوق محفوظة. موقع العالِم العربي غير مسؤول عن محتوى المواقع الخارجية.