القاهرة، 3 نوفمبر 2023 — أعلنت شركة WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” أو “الشركة”)، مقدم رائد عالمي لتقنية الواقع الافتراضي المعزز بالهولوجرام (“AR”)، اليوم أنها طبقت تعلم عميق في نموذج فهم القراءة الآلي ودمجت تقنيات مثل توسيع البيانات وتصحيح النموذج لتحسين قابلية القراءة والفهم للغة البشرية لدى الآلة ولتحسين أداء ودقة الآلة في مهام فهم القراءة.
يشير تطبيق التعلم العميق في فهم القراءة الآلي أساسًا إلى استخدام نماذج الشبكة العصبية العميقة لحل مشكلات فهم القراءة الآلي. المبدأ الأساسي هو تحقيق القدرة على القراءة والفهم تلقائيًا عن طريق تحويل النص إلى تمثيل قياسي لالتقاط المعلومات الدلالية للكلمات واستخدام آلية الاهتمام وخوارزمية الترميز.
يشمل نموذج فهم القراءة الآلية لشركة WiMi القائم على التعلم العميق تمثيل المدخلات والفهم السياقي وفهم السؤال وتوليد الإجابة. يشير تمثيل المدخلات إلى تحويل النص الخام إلى شكل يمكن معالجته من قبل الآلة. من خلال الاستخدام الشامل لطرق تمثيل المدخلات مثل تمثيل الكلمات وتمثيل الأحرف والترميز الموضعي، يمكن لنموذج فهم القراءة الآلي فهم المعلومات الدلالية والهيكلية في النص على نحو أفضل، مما يحسن أداء النموذج في مهام فهم القراءة.
الفهم السياقي هو جزء مهم جدًا من نموذج فهم القراءة الآلية، والذي يساعد النموذج على فهم المعلومات السياقية في النص حتى يستطيع الإجابة على الأسئلة بشكل أفضل. في هذا النموذج، يتم تحقيق الفهم السياقي عادة من خلال آلية الاهتمام. من خلال الفهم السياقي، يمكن لنموذج فهم القراءة فهم النص بشكل أفضل وتحسين دقة وكفاءة الإجابة على الأسئلة.
في مهام فهم القراءة الآلية، يشير فهم السؤال إلى تحويل السؤال المعطى إلى شكل يمكن فهمه ومعالجته من قبل الآلة. الهدف من فهم السؤال هو استخلاص المعلومات الرئيسية من السؤال ومطابقتها بالسياق للعثور على الإجابة الصحيحة. من خلال عملية فهم السؤال، يمكننا تحويل أي سؤال معطى إلى شكل يمكن فهمه ومعالجته من قبل الآلة والعثور على الإجابة الصحيحة. هذا يوفر أساسًا للنجاح في مهام فهم القراءة الآلية.
مع التطور المستمر لتقنية التعلم العميق، تتطور أيضًا نماذج فهم القراءة الآلية. في المستقبل، ستركز اتجاهات تطوير نماذج فهم القراءة الآلية أساسًا على الدمج متعدد الوسائط والتطبيقات عبر اللغات والمجالات والتعلم الانتقالي والتكيفي. مع انتشار تطبيقات البيانات متعددة الوسائط، ستكون النماذج المستقبلية لفهم القراءة الآلية قادرة على التعامل مع مدخلات متعددة الوسائط مثل مزيج من الصور والكلام والنصوص. من خلال دمج المعلومات من عدة وسائط، يمكن للنموذج فهم النص بشكل أكثر شمولية وتوفير إجابات أدق.
لحل مشكلات ندرة البيانات والتكيف مع المجال، ستركز أبحاث شركة WiMi في المستقبل على التعلم الانتقالي والتكيفي لنماذج فهم القراءة الآلية، وستحسن قدرة النماذج على التعميم عن طريق استخدام المعرفة والنماذج الحالية للتعلم والانتقال بسرعة في المهام والمجالات الجديدة. كما ستواصل شركة WiMi إجراء أبحاث متخصصة في مجال نماذج فهم القراءة الآلية لجعل نماذج فهم القراءة الآلية أكثر قوة وذكاء لفهم النصوص وتطبيق المعلومات النصية بشكل أفضل لتقديم المزيد من المساعدة والدعم للبشر.
عن شركة WIMI Hologram Cloud
شركة WIMI Hologram Cloud, Inc. (NASDAQ: WIMI) هي مزود شامل للحلول التقنية السحابية الهولوغرافية، والتي تركز على المجالات المهنية بما في ذلك برمجيات الواقع الافتراضي المعزز بالهولوغرام لواجهات عرض رأسية للسيارات، وتقنية ليدار الهولوغرافي ثلاثي الأبعاد بالنبض، ومعدات الحقل الضوئي الهولوغرافي ذات الرأس، وتقنية شبه الموصلات الهولوغرافية، وبرمجيات السحابة الهولوغرافية، وملاحة السيارات الهولوغرافية وغيرها.
تشمل تقنيات وبرامج الواقع الافتراضي الهولوغرافي للشركة تطبيقات الواقع الافتراضي الهولوغرافي للسيارات، وتقنية ليدار ثلاثي الأبعاد بالنبض الهولوغرافي، وتقنية شبه موصلات الرؤية الهولوغرافية، وتطوير برامج الواقع الافتراضي الهولوغرافي، وتقنية الإعلان بالواقع الافتراضي الهولوغرافي، وتقنية الترفيه بالواقع الافتراضي الهولوغرافي، ودفع تقنية الاتصال التفاعلي الهولوغرافي وغيرها من تقنيات الواقع الافتراضي الهولوغرافي.
تصريحات الميناء الآمن
يحتوي هذا البيان على “بيانات توقعية” ضمن نطاق قانون إصلاح الإفصاح الخاص بالأوراق المالية لعام 1995. يمكن التعرف على هذه البيانات التوقعية من خلال مصطلحات مثل “سوف” و”من المتوقع” و”المستقبل” و”النوى” و”الخطط” و”يعتقد” و”يقدر” ومصطلحات مماثلة. البيانات التي لا تمثل حقائق تاريخية، بما في ذلك البيانات المتعلقة بآراء وتوقعات الشركة، هي بيانات توقعية. وتحتوي منظور الأعمال واقتباسات الإدارة في هذا البيان الصحفي والشركة على بيانات توقعية. قد تحتوي التقارير الدورية التي تقدمها الشركة للأوراق المالية والبورصات الأمريكية (“SEC”) على شكل 20-F و 6-K، والتقرير السنوي للمساهمين، والبيانات الصحفية، وغيرها من المواد المكتوبة، والبيانات الشفوية التي يصدرها موظفوها أو مدراؤها أو موظفوها للأطراف الثالثة على بيانات توقعية. تتضمن البيانات التوقعية مخاطر وغموضات داخلية. قد تؤدي عدة عوامل إلى اختلاف نتائج الشركة عن المحتوى في أي بيان توقعي، بما في ذلك لكنه ليس مقتصرا على: أهداف الشركة واستراتيجياتها؛ تطور أعمال الشركة المستقبلية وحالتها المالية ون