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

الأبحاث المرتبطة بالكلمة المفتاحية: اللغويات الحاسوبية




  • تقسيم واعٍ للهيكل للجداول المعقدة في أنظمة التوليد المعزز بالاسترجاع

    2026 | المؤلف: Xin-Kuang Koay وآخرون | المجلة: Emerging Science Journal | المجال: نظم المعلومات (Information Systems)

    تقدم ورقة البحث إطار عمل مخصص لتقسيم النصوص مع مراعاة الهيكل، يهدف إلى تحسين أداء أنظمة التوليد المعزز بالاسترجاع (RAG) عند التعامل مع مستندات أكاديمية معقدة تحتوي على جداول متعددة الأعمدة والصفوف. غالبًا ما تفشل طرق تقسيم النصوص التقليدية التي تركز على النص في معالجة مثل هذه المستندات بشكل فعال، مما يؤدي إلى تفتت دلالي.…


  • استخدام نماذج اللغة الكبيرة لاكتشاف وتفنيد المعلومات المضللة حول تغير المناخ

    2026 | المؤلف: Zeinab Shahbazi وآخرون | المجلة: Big Data and Cognitive Computing | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)

    تقدم ورقة البحث نظامًا شاملاً مصممًا لاكتشاف وتفنيد المعلومات المضللة حول تغير المناخ باستخدام تقنيات معالجة اللغة الطبيعية المتقدمة (NLP) ونماذج اللغة الكبيرة (LLMs) مثل GPT-4 وLLaMA-3 وRoBERTa-large. يستخدم النظام متعدد المراحل تصنيف النصوص المعتمد على المحولات، وتقييم التشابه الدلالي، واكتشاف الموقف، والتوليد المعزز بالاسترجاع (RAG) لتحديد السرد المضلل وتوليد تصحيحات علمية دقيقة. يتم تصنيف…


  • نمذجة اللغة المسبقة لاكتشاف التغير اللغوي الزمني

    2026 | المؤلف: Elisabeth Fittschen وآخرون | المجلة: Findings of the Association for Computational Linguistics: EACL 2026 | المجال: الدراسات الثقافية (Cultural Studies)

    تتناول ورقة البحث تطبيق نماذج اللغة الكبيرة (LLMs) في اكتشاف المعرفة ضمن التخصصات الإنسانية، وخاصة علم اللغة التاريخي والدراسات الأدبية. تسلط الضوء على التحديات التي تطرحها الاعتماد على نماذج LLMs المدربة مسبقًا على مجموعات بيانات واسعة، والتي قد تُدخل تحيزات غير زمنية. يقدم المؤلفون طريقة تستخدم تقنيات تدريب مسبق فعالة تُنتج نماذج قادرة على التقاط…


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